CN116486615A - 一种基于电单车头盔侦测处理交通事故的方法及电单车 - Google Patents
一种基于电单车头盔侦测处理交通事故的方法及电单车 Download PDFInfo
- Publication number
- CN116486615A CN116486615A CN202310582718.5A CN202310582718A CN116486615A CN 116486615 A CN116486615 A CN 116486615A CN 202310582718 A CN202310582718 A CN 202310582718A CN 116486615 A CN116486615 A CN 116486615A
- Authority
- CN
- China
- Prior art keywords
- electric bicycle
- preset
- camera
- traffic accident
- image information
- 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
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 156
- 238000001514 detection method Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 title claims abstract description 17
- 238000012423 maintenance Methods 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000003068 static effect Effects 0.000 claims description 6
- 230000002035 prolonged effect Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
- B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
- B62J45/40—Sensor arrangements; Mounting thereof
- B62J45/41—Sensor arrangements; Mounting thereof characterised by the type of sensor
- B62J45/415—Inclination sensors
-
- A—HUMAN NECESSITIES
- A42—HEADWEAR
- A42B—HATS; HEAD COVERINGS
- A42B3/00—Helmets; Helmet covers ; Other protective head coverings
- A42B3/04—Parts, details or accessories of helmets
- A42B3/0406—Accessories for helmets
-
- A—HUMAN NECESSITIES
- A42—HEADWEAR
- A42B—HATS; HEAD COVERINGS
- A42B3/00—Helmets; Helmet covers ; Other protective head coverings
- A42B3/04—Parts, details or accessories of helmets
- A42B3/30—Mounting radio sets or communication systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62J—CYCLE SADDLES OR SEATS; AUXILIARY DEVICES OR ACCESSORIES SPECIALLY ADAPTED TO CYCLES AND NOT OTHERWISE PROVIDED FOR, e.g. ARTICLE CARRIERS OR CYCLE PROTECTORS
- B62J45/00—Electrical equipment arrangements specially adapted for use as accessories on cycles, not otherwise provided for
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于电单车头盔侦测处理交通事故的方法及电单车,通过获取电单车的实时状态信息,并根据实时状态信息判断电单车是否处于开启状态,在电单车处于开启状态时,控制装载在电单车头盔前方上的摄像头进入抓拍模式,并按照第一预设时间间隔获取摄像头抓拍得到的环境图像信息,判断环境图像信息中是否具有预设交通事故图像,在环境图像信息中具有预设交通事故图像时,控制摄像进入第一视频录制模式,等待第一预设时长后,向第一目标对象发送摄像头在第一预设时长内录制的环境图像信息和/或第一预警指令。本发明能够检测出电单车外部环境以及自身是否发生交通事故,具有时效性高、检测效率高的优点。
Description
技术领域
本发明涉及交通事故检测技术领域,尤其涉及一种基于电单车头盔侦测处理交通事故的方法及电单车。
背景技术
随着公路交通网的基础建设越来越多,以及生活水平的越来越高,汽车和共享电单车成为了许多家庭/用户的重要交通工具。而随着汽车和共享车辆的增多,交通事故也时常发生,交通事故一旦发生,就可能存在人员伤亡,需要及时地发现并进行救援。
现有技术中,针对交通事故的检测仍然是以人工操作为主,即通过相关工作人员从交通路段的监控设备观看监控视频去发现交通事故现场图像信息,然后将相关的视频或图片信息进行上报,受限于人员数量和精力等因素,导致人工方式检测分析交通事故具有明显的滞后性,一方面可能耽误了救援的最佳时机,另一方面存在明显检测效率低下的问题。
此外,共享电单车自身具有数量大、便捷性强,使用频率高等特点,现有技术中还没有出现通过利用共享电单车自身特点检测交通事故的检测方式。
鉴于此,有必要提出一种基于电单车头盔侦测处理交通事故的方法及电单车以解决或至少缓解上述缺陷。
发明内容
本发明的主要目的在于提供一种基于电单车头盔侦测处理交通事故的方法及电单车,以解决针对交通事故的检测仍然是以人工操作为主,存在明显滞后性和检测效率低下的问题。
为实现上述目的,本发明提供了一种基于电单车头盔侦测处理交通事故的方法,包括步骤:
S1,获取电单车的实时状态信息,并根据所述实时状态信息判断所述电单车是否处于开启状态;
S2,在所述电单车处于开启状态时,控制装载在所述电单车头盔前方上的摄像头进入抓拍模式,并按照第一预设时间间隔获取所述摄像头抓拍得到的环境图像信息;
S3,判断所述环境图像信息中是否具有预设交通事故图像;
S4,在所述环境图像信息中具有所述预设交通事故图像时,控制所述摄像进入第一视频录制模式,等待第一预设时长后,向第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息和/或第一预警指令。
优选地,所述步骤S4具体包括如下步骤:
S41,在所述环境图像信息中具有所述预设交通事故图像时,根据所述预设交通事故图像确定出所述预设交通事故图像对应的交通事故评估等级,并判断所述交通事故评估等级是否大于预设严重等级;在所述交通事故评估等级大于所述预设严重等级时,执行步骤S42~S44;在所述交通事故评估等级小于或等于所述预设严重等级时,执行步骤S45~S47;
S42,控制所述摄像头进入所述第一视频录制模式,并获取所述电单车的当前运行速度以及获取所述电单车与交通事故点之间的间隔距离;
S43,根据所述间隔距离和所述当前运行速度确定所述电单车运动至所述交通事故点的理论计算时间,将所述理论计算时间作为所述第一预设时长;
S44,等待所述第一预设时长后,向所述第一目标对象发送所述摄像头在所述第一预设时长内录制的环境信息、所述交通事故评估等级以及所述电单车的当前位置;
S45,控制所述摄像头进入所述第一视频录制模式,并录制在进入第一视频录制模式后的第二预设时长内所述摄像头得到的环境信息视频,并判断在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频是否具有预设交通事故图像;
S46,在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频具有预设交通事故图像时,将所述第二预设时长延长第三预设时长后作为所述第一预设时长;
S47,等待所述第一预设时长后,向所述第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息、所述交通事故评估等级以及所述电单车的当前位置。
优选地,所述步骤S3之后还包括步骤:
S51,在所述环境图像信息中不具有预设交通事故图像时,获取所述电单车的实时运行速度,根据所述实时运行速度判断所述电单车是否处于静止状态;
S52,在所述电单车处于静止状态时,获取车体倾角检测装置检测得到的车体姿态信息、以及获取所述摄像头与地面之间的垂直距离;其中,所述车体倾角检测装置设置于所述电单车的车体内;
S53,根据所述车体姿态信息判断所述电单车是否处于倾倒状态以及判断所述垂直距离是否小于预设阈值;
S54,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的任意一项成立时,控制所述摄像头进入第二视频录制模式,获取在进入所述第二视频录制模式后的第四预设时长内所述摄像头得到的环境信息视频,并在所述第四预设时长结束时的第二时间节点,判断所述电单车是否处于倾倒状态以及判断所述摄像头与地面之间的垂直距离是否小于预设阈值;
S55,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的任意一项成立时,向选定运维人员发送所述摄像头在所述第四预设时长内录制的环境图像信息和/或第二预警指令;
S56,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项均不成立时,维持所述摄像头处于所述抓拍模式。
优选地,所述步骤S54之后还包括步骤:
S541,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项同时成立时,判定所述电单车处于严重交通事故等级,向第二目标对象发送所述摄像头在所述第四预设时长内录制的环境图像信息和第三预警指令。
优选地,所述步骤S3之后还包括步骤:
S301,在所述环境图像信息中不具有预设交通事故图像时,获取头盔倾角检测装置检测到头盔的角度变化率、以及获取电单车车体的速度变化率,并判断所述角度变化率在第一设定时间内是否大于第一预设阈值,以及判断所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值;
S302,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的任意一项成立时,判定所述电单车处于严重交通事故等级,向第二目标对象发送所述摄像头在设定时间内录制的环境图像信息和第三预警指令;
S303,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的两项均不成立时,返回步骤S301。
优选地,所述步骤S3之后还包括步骤:
S31,在所述环境图像信息中不具有预设交通事故图像时,判断所述环境图像信息中是否具有目标障碍物;
S32,在所述环境图像信息中具有所述目标障碍物时,将所述第一预设时间间隔调整为第二预设时间间隔;其中,所述第二预设时间间隔小于所述第一预设时间间隔。
优选地,所述步骤S32之后还包括步骤:
S33,从首次检测到有所述目标障碍物之后的第五预设时长结束时的第三时间节点,判断对应的环境图像信息是否具有目标障碍物;
S34,在所述环境图像信息不具有所述目标障碍物时,将所述第二预设时间间隔调整为所述第一时间间隔;
S35,在所述环境图像信息具有所述目标障碍物时,维持所述摄像头按照所述第二预设时间间隔继续抓拍。
优选地,所述步骤S4之后还包括步骤:
S401,获取在当前时刻之前的第六预设时长内所述电单车的历史位置数据并根据所述历史位置数据集确定出所述电单车的矢量运动路径;
S402,根据所述电单车当前时刻所处的当前位置以及所述矢量运动路径判断位于所述当前电单车后方、且距离所述当前位置在预设范围的区域内是否具有目标共享车辆;其中,所述目标共享车辆与所述电单车通信连接;
S403,在所述当前电单车后方、且距离所述当前位置在预设范围的区域内具有目标共享车辆时,向所述目标共享车辆发送第四预警指令。
优选地,所述步骤S55中的“选定运维人员”,通过如下步骤得到:
S551,获取所述电单车的实时位置,并根据所述电单车的实时位置获取距离所述实时位置在预设范围内的多个备选运维人员的运维任务量,以及所述备选运维人员与所述实时位置之间的距离;
S552,确定所述多个备选运维人员中距离在预设范围内,且运维任务量小于预设任务量的备选运维人员作为所述选定运维人员;
S553,在所述多个备选运维人员中距离距离在预设范围内,且运维任务量小于预设任务量的备选运维人员的数量为多个时,随机选择其中一个所述备选运维人员作为所述选定运维人员。
本发明还提供一种电单车,包括车体、头盔以及设置在所述车体内的控制***;其中,所述车体内还设有用于检测车体姿态信息的倾角传感装置,所述倾角传感器与所述控制***连接,所述头盔设有与所述控制***通信连接的通信模块,所述头盔的前方安装有用于获取骑行环境图像的摄像头,所述控制***包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的基于电单车头盔侦测处理交通事故的方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
本发明提供一种基于电单车头盔侦测处理交通事故的方法及电单车,通过获取电单车的实时状态信息,并根据所述实时状态信息判断所述电单车是否处于开启状态,在所述电单车处于开启状态时,控制装载在所述电单车头盔前方上的摄像头进入抓拍模式,并按照第一预设时间间隔获取所述摄像头抓拍得到的环境图像信息,判断所述环境图像信息中是否具有预设交通事故图像,在所述环境图像信息中具有所述预设交通事故图像时,控制所述摄像进入第一视频录制模式,等待第一预设时长后,向第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息和/或第一预警指令。如此能够将摄像头抓拍到的交通事故图像信息进行即时性检测、记录上传,时效性高,检测效率高。
此外,在所述环境图像信息中具有所述预设交通事故图像时,根据所述预设交通事故图像确定出所述预设交通事故图像对应的交通事故评估等级,并判断所述交通事故评估等级是否大于预设严重等级,从而对严重交通事故进行紧急重点处理,同时还考虑到电单车自身出现交通事故的情况,并在电单车自身出现交通事故时进行相关处理,以便及时进行救援。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一实施例中的流程示意图;
图2为本发明一实施例中的步骤S4具体包括步骤的流程示意图;
图3为本发明一实施例中的步骤S3之后还包括步骤的流程示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一该特征。另外,各份实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
请参阅附图1~3,本发明提供的一实施例中的一种基于电单车头盔侦测处理交通事故的方法,包括步骤:
S1,获取电单车的实时状态信息,并根据所述实时状态信息判断所述电单车是否处于开启状态;例如可以通过检测电机的输出电流是否大于预设阈值或者通过检测电单车整车的通电状况检测,具体本领域技术人员可以根据实际需要进行设定。
S2,在所述电单车处于开启状态时,控制装载在所述电单车头盔前方上的摄像头进入抓拍模式,并按照第一预设时间间隔获取所述摄像头抓拍得到的环境图像信息;能够理解的是,摄像头可以具有抓拍模式和视频录制模式,本申请中的摄像头设置在头盔的前方,用于抓拍骑行过程中的环境图像信息。其中,第一预设时间间隔可以根据需要设定,例如将其设定为2s,即每间隔2s就抓拍一张所述环境图像信息。
S3,判断所述环境图像信息中是否具有预设交通事故图像;值得注意的是,确定所述环境图像信息中是否具有预设交通事故图像的方式可以是多种,例如可以通过图像模板匹配算法,通过提前设定预设交通事故图像,例如将检测到血迹、车辆碎渣、车辆破碎折痕等明显图像特征设定为所述预设交通事故图像,然后通过图像匹配算法匹配出当前的环境图像信息和模板之间的匹配度,在匹配度大于预设值时可以认为当前的环境图像信息具有所述预设交通事故图像。在另一较佳示例中,可以通过深度学习的方式检测所述环境图像信息中是否具有预设交通事故图像。例如,通过预先采集大量的/足够的图像样本,对所有图像样本进行划分为训练集和测试集,并对每张图像样本打上人工标签(即对应是否为预设交通事故图像)将其训练成具有较高精度的神经网络模型,然后利用训练好的神经网络模型对其进行预测/检测。这种通过神经网络检测方式为现有技术成熟技术,在此不做过多赘述。
S4,在所述环境图像信息中具有所述预设交通事故图像时,控制所述摄像进入第一视频录制模式,等待第一预设时长后,向第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息和/或第一预警指令。其中,所述第一预设时长可以设定为10s,第一目标对象可以是所述电单车对应的用户、后台管理***、交管部门***、医疗***、共享电单车运维人员中的一种或多种。第一预警指令可以是向所述第一目标对象发送所述环境图像信息、所述电单车对应的实时位置和时间信息等。
本申请技术方案,通过获取电单车的实时状态信息,并根据所述实时状态信息判断所述电单车是否处于开启状态,在所述电单车处于开启状态时,控制装载在所述电单车头盔前方上的摄像头进入抓拍模式,并按照第一预设时间间隔获取所述摄像头抓拍得到的环境图像信息,判断所述环境图像信息中是否具有预设交通事故图像,在所述环境图像信息中具有所述预设交通事故图像时,控制所述摄像进入第一视频录制模式,等待第一预设时长后,向第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息和/或第一预警指令。本发明能够检测电单车外部环境以及自身是否发生交通事故,时效性高,检测效率高。
作为本发明一优选的实施方式,所述步骤S4具体包括如下步骤:
S41,在所述环境图像信息中具有所述预设交通事故图像时,根据所述预设交通事故图像确定出所述预设交通事故图像对应的交通事故评估等级,并判断所述交通事故评估等级是否大于预设严重等级;在所述交通事故评估等级大于所述预设严重等级时,执行步骤S42~S44;在所述交通事故评估等级小于或等于所述预设严重等级时,执行步骤S45~S47;具体的,通过预设交通事故图像确定出所述预设交通事故图像对应的交通事故评估等级通可以通过计算如能够反映出严重交通事故的物证(例如车辆残渣、车辆破碎折痕、血迹、人员倒地图像等)从而能够确定出所述交通事故图像对应的交通事故评估等级,或者还可以采用神经网络算法的方式进行确定,例如采集足够数量的历史样本图片,并对每张图像打上人工标签(对应的事故等级),将历史样本图片划分成训练集和测试集,进行训练得到训练好的神经网络模型,通过该神经网络模型能够对当前的交通事故图像进行检测。
S42,控制所述摄像头进入所述第一视频录制模式,并获取所述电单车的当前运行速度以及获取所述电单车与交通事故点之间的间隔距离;其中,需要注意的是,所述交通事故点可以选取交通事故图像中的最严重的区域作为交通事故点。
S43,根据所述间隔距离和所述当前运行速度确定所述电单车运动至所述交通事故点的理论计算时间,将所述理论计算时间作为所述第一预设时长;其中,所述理论计算时间即为电单车从当前位置运动到所述交通事故点所需要花费的时间,换而言之,摄像头的录制时长为从当前时刻到运动到交通事故点发生位置的时间,这段时间已经能够采集到充分的交通事故现场的图像信息。
S44,等待所述第一预设时长后,向所述第一目标对象发送所述摄像头在所述第一预设时长内录制的环境信息、所述交通事故评估等级以及所述电单车的当前位置;通过向第一目标对象发送所述摄像头在所述第一预设时长内录制的环境信息、所述交通事故评估等级以及所述电单车的当前位置,即能够及时将交通事故现场图像发送给目标对象,以及时记录、追踪和后续处理。
S45,控制所述摄像头进入所述第一视频录制模式,并录制在进入第一视频录制模式后的第二预设时长(30s)内所述摄像头得到的环境信息视频,并判断在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频是否具有预设交通事故图像;需要注意的是,在交通事故评估等级小于或等于预设严重等级时,说明此时摄像头可能没有检测到交通事故或者交通事故的较轻,此时需要对此类情况作进一步地检测。即录制录制在进入第一视频录制模式后的第二预设时长内所述摄像头得到的环境信息视频,并判断在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频是否具有预设交通事故图像,换句话说,在30s内持续进行录制检测,在30s结束时再次截取所述环境信息节点视频,并判断所述环境信息节点视频是否具有所述预设交通事故图像,说明在30s内这个交通事故依然存在,为了进一步地确定出事故的严重性,通过执行后续步骤进行检测。
S46,在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频具有预设交通事故图像时,将所述第二预设时长延长第三预设时长(1min)后作为所述第一预设时长;在第二预设时长结束时的第一时间节点对应的环境信息节点视频具有预设交通事故图像时,说明此时的交通事故较为严重,将检测时间延长。
S47,等待所述第一预设时长后,向所述第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息、所述交通事故评估等级以及所述电单车的当前位置。换而言之,延时之后的时候的第一预设时长变为了一分三十秒,由此增加了检测时长,从而将更多的现场信息进行记录。
作为本发明一较佳的实施方式,所述步骤S3之后还包括步骤:
S51,在所述环境图像信息中不具有预设交通事故图像时,获取所述电单车的实时运行速度,根据所述实时运行速度判断所述电单车是否处于静止状态;值得注意的是,在所述环境图像信息中不具有预设交通事故图像时,此时还存在电单车自身可能发生交通事故或者没有发生交通事故的情况,为了准确确定出电单车自身是否发生交通事故,本实施例通过获取实时运行速度,根据所述实时运行速度判断所述电单车是否处于静止状态,例如在所述实时运行速度为0时,可以确定所述电单车处于静止状态。
S52,在所述电单车处于静止状态时,获取车体倾角检测装置检测得到的车体姿态信息、以及获取所述摄像头与地面之间的垂直距离;其中,所述车体倾角检测装置设置于所述电单车的车体内;能够理解的是,现有的共享电单车通常配备有倾角检测装置(例如陀螺仪等),能够检测出电单车的车体姿态信息,例如能够确定出所述电单车是否处于倾倒状态;根据现有成熟的图像处理算法,例如通过欧氏距离法能够确定出所述摄像头与地面之间的垂直距离;另外需要注意的是,如果环境图像信息没有地面图像,则说明摄像头和地面之间的距离为无穷大。
S53,根据所述车体姿态信息判断所述电单车是否处于倾倒状态以及判断所述垂直距离是否小于预设阈值;
S54,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的任意一项成立时,即电单车已经处于倾倒状态,并且头盔落在地面的情况已经出现,此时控制所述摄像头进入第二视频录制模式,获取在进入所述第二视频录制模式后的第四预设时长(例如2分钟)内所述摄像头得到的环境信息视频,并在所述第四预设时长结束时的第二时间节点,判断所述电单车是否处于倾倒状态以及判断所述摄像头与地面之间的垂直距离是否小于预设阈值;即在2分钟之后所述电单车仍然处于倾倒状态,或者头盔仍然处于落在地面的状态,此时可以判断出电单车可能是处于乱停乱放状态或者是已经发生了交通事故的情况,此时需要执行后续的步骤进一步对这两种状态进行确认。
S55,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的任意一项成立时,向选定运维人员发送所述摄像头在所述第四预设时长内录制的环境图像信息和/或第二预警指令;即在出现电单车长时间处于乱停乱停乱放姿态或者头盔长时间着落在地面上,此时不管是什么情况向所述选定运维人员发送所述摄像头在第四预设时长内录制的环境图像信息和/或第二预警指令,以便于选定运维人员及时对这种情况进行处理。
S56,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项均不成立时,维持所述摄像头处于所述抓拍模式。即电单车未处于倾倒状态并且头盔也没有处于落地状态,说明此时电单车并未发生超过预设等级的交通事故,这个时候只需要继续维持所述摄像头处于抓拍模式即可。
本实施例中,通过对电单车的姿态进行检测以及检测头盔是否处于落地状态综合进行判断所述电单车是否发生大于预设等级的交通事故,对于不同情况进行分别处理,在电单车在较长时间段内处于倾倒状态或者头盔在较长的时间段内处于落地状态,立即向选定运维人员发送指令进行及时处理,从而提高了电单车的运维管理效率。
作为另一较佳的实施方式,所述步骤S54之后还包括步骤:
S541,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项同时成立时,判定所述电单车处于严重交通事故等级,向第二目标对象发送所述摄像头在所述第四预设时长内录制的环境图像信息和第三预警指令。
本实施例中,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项同时成立时,即电单车的车体在较长时间内处于倾倒状态以及头盔在较长时间内处于落地状态时,在较佳示例中,可以通过检测头盔是否处于佩戴状态,并且在头盔处于佩戴状态且头盔出于落地状态时,可以判断出所述电单车处于严重交通事故等级。此时可以向所述第二目标对象发送所述所述摄像头在所述第四预设时长内录制的环境图像信息和第三预警指令。
作为另一优选的实施方式,所述步骤S3之后还包括步骤:
S301,在所述环境图像信息中不具有预设交通事故图像时,获取头盔倾角检测装置检测到头盔的角度变化率、以及获取电单车车体的速度变化率,并判断所述角度变化率在第一设定时间内是否大于第一预设阈值,以及判断所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值;
S302,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的任意一项成立时,判定所述电单车处于严重交通事故等级,向第二目标对象发送所述摄像头在设定时间内录制的环境图像信息和第三预警指令;
S303,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的两项均不成立时,返回步骤S301。
同样的,在所述环境图像信息中不具有预设交通事故图像时,用户自身可能会发生交通事故,也有可能不会发生交通事故,本实施例提供另一种检测方式,具体的,通过获取头盔倾角检测装置检测到头盔的角度变化率、以及获取电单车车体的速度变化率并判断所述角度变化率在第一设定时间内是否大于第一预设阈值,以及判断所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值;能够理解的是,在发生严重交通事故时,即电单车受到猛烈撞击后电单车的头盔角度、以及电单车的车速在短时间内发生巨大的变化,此时通过判断角度变化率、速度变化率能够确定出电单车是否发生严重的交通事故。
在所述角度变化率在第一设定时间(例如是1s)内大于第一预设阈值、所述电单车的速度变化率在第二设定时间(例如是2s)内是否大于第二预设阈值中的任意一项成立时,在判定所述电单车处于严重交通事故等级,向第二目标对象,发送所述摄像头在设定时间内录制的环境图像信息和第三预警指令;其中,所述第二目标对象可以是后台管理***、选定运维人员、所述电单车对应的骑行者、医疗***中的一种或多种;第三预警指令可以是向所述第二目标对象发送报警指令、事故严重等级、以及当前电单车所处位置和时间等。从而能够实现快速响应,对发生交通事故的电单车和用户进行相关的处理。
此外,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的两项均不成立时,说明电单车并未发生交通事故或者交通事故较小,返回步骤S301,继续后续的检测。
作为一优选的实施方式,所述步骤S3之后还包括步骤:
S31,在所述环境图像信息中不具有预设交通事故图像时,判断所述环境图像信息中是否具有目标障碍物;
S32,在所述环境图像信息中具有所述目标障碍物时,将所述第一预设时间间隔调整为第二预设时间间隔;其中,所述第二预设时间间隔小于所述第一预设时间间隔。
需要注意的是,在所述环境图像信息中不具有预设交通事故图像时,此时佩戴有头盔的用户可能因为车辆和发生交通事故点之间存在目标障碍物,例如存在有大货车、建筑物等,或者用户只是稍微留意了一会交通事故,为了能够尽可能地检测出这种情况下的是否发生交通事故,本实施例通过对所述环境图像信息进行进一步处理,通过判断环境图像信息是否具有目标障碍物,目标障碍物可以提前设定,例如是大货车、建筑物,图像识别/检测算法已经非常成熟,在此不做过多赘述。例如通过图像匹配算法能够匹配出当前的环境图像信息中是否具有目标障碍物,或者,在其他实施例中,还可以采用深度学习的方式,例如采用YOLO V5模型,将当前的环境图像信息和预先训练得到的YOLO V5模型,能够检测出当前的环境图像信息对应的标签是否包含了目标障碍物。
本实施例在所述环境图像信息中具有所述目标障碍物时,将所述第一预设时间间隔调整为第二预设时间间隔,换句话说,在有目标障碍物时,摄像头将以更高频率进行检测,以最大程度上检测出用户在骑行过程中是否捕捉到交通事故图像。其中,作为具体示例,第一预设时间间隔可以设置为2s,第二预设时间间隔可以设置为0.6s。
进一步地,所述步骤S32之后还包括步骤:
S33,从首次检测到有所述目标障碍物之后的第五预设时长结束时的第三时间节点,判断对应的环境图像信息是否具有目标障碍物;
S34,在所述环境图像信息不具有所述目标障碍物时,将所述第二预设时间间隔调整为所述第一时间间隔;
S35,在所述环境图像信息具有所述目标障碍物时,维持所述摄像头按照所述第二预设时间间隔继续抓拍。
本实施例中,为了避免用户在骑行过程中长时间没有检测到障碍物同时没有检测到交通事故的情况,并且这种情景会导致摄像头处于高频率检测模式,一方面检测到过多无用图像,另一方面增加了摄像头的无效工作量,缩减摄像头的使用寿命。本实施通过在从首次检测到有所述目标障碍物之后的第五预设时长(例如是30s)结束时的第三时间节点,判断对应的环境图像信息是否具有目标障碍物,在所述环境图像信息不具有所述目标障碍物时,将所述第二预设时间间隔调整为所述第一时间间隔,即,在摄像头长时间没有捕捉到目标障碍物之后,将摄像头切换回低频率检测模式。在所述环境图像信息具有所述目标障碍物时,维持所述摄像头按照所述第二预设时间间隔继续抓拍。
作为一较佳的实施方式,所述步骤S4之后还包括步骤:
S401,获取在当前时刻之前的第六预设时长内所述电单车的历史位置数据并根据所述历史位置数据集确定出所述电单车的矢量运动路径;
S402,根据所述电单车当前时刻所处的当前位置以及所述矢量运动路径判断位于所述当前电单车后方、且距离所述当前位置在预设范围的区域内是否具有目标共享车辆;其中,所述目标共享车辆与所述电单车通信连接;
S403,在所述当前电单车后方、且距离所述当前位置在预设范围的区域内具有目标共享车辆时,向所述目标共享车辆发送第四预警指令。
值得注意的是,本实施例中在判断出所述环境图像信息中具有预设交通事故图像之后,为了能够给后方车辆给于提醒和警示,本实施例通过获取电单车在第六预设时长内的历史位置数据并根据所述历史位置数据集确定出所述电单车的矢量运动路径,例如,获取当前时刻之前的3s内的历史位置数据集,由此可以界定出电单车在当前时刻的行驶方向,进而通过所述行驶方向确定出在当前电单车后方且距离所述当前位置在预设范围内,的区域内的车辆,例如在当前电单车后方50米范围内的电单车给于所述第四预警指令。其中,所述目标共享车辆和所述电单车能够通信连接,例如可以是同一车型车辆,或者不同车型之间能够建立通信连接的车辆均可以作为所述目标共享车辆。其中,所述第四预警指令可以是向所述目标共享车辆发送提醒减速信息、绕道行驶信息等。如此,能够提前对后方车辆进行预警提醒,提高交通出行的安全性。
进一步地,所述步骤S55中的“选定运维人员”,通过如下步骤得到:
S551,获取所述电单车的实时位置,并根据所述电单车的实时位置获取距离所述实时位置在预设范围内的多个备选运维人员的运维任务量,以及所述备选运维人员与所述实时位置之间的距离;
S552,确定所述多个备选运维人员中距离在预设范围内,且运维任务量小于预设任务量的备选运维人员作为所述选定运维人员;
S553,在所述多个备选运维人员中距离距离在预设范围内,且运维任务量小于预设任务量的备选运维人员的数量为多个时,随机选择其中一个所述备选运维人员作为所述选定运维人员。
值得注意的是,通过本实施例考虑了电单车与运维人员的空间距离,同时考虑了每个运维人员的运维任务量,并在多个备选运维人员中距离在预设范围内,且运维任务量小于预设任务量的备选运维人员作为所述选定运维人员,在所述多个备选运维人员中距离距离在预设范围内,且运维任务量小于预设任务量的备选运维人员的数量为多个时,随机选择其中一个所述备选运维人员作为所述选定运维人员。如此能够确保选出一名较佳的备选运维人员作为所述选定运维人员,从而提高电单车的管理效率以及尽可能缩短处置时间。
本发明还提供一种电单车,包括车体、头盔以及设置在所述车体内的控制***;其中,所述车体内还设有用于检测车体姿态信息的倾角传感装置,所述倾角传感器与所述控制***连接,所述头盔设有与所述控制***通信连接的通信模块,所述头盔的前方安装有用于获取骑行环境图像的摄像头,所述控制***包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的基于电单车头盔侦测处理交通事故的方法的步骤。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于电单车头盔侦测处理交通事故的方法,其特征在于,包括步骤:
S1,获取电单车的实时状态信息,并根据所述实时状态信息判断所述电单车是否处于开启状态;
S2,在所述电单车处于开启状态时,控制装载在所述电单车头盔前方上的摄像头进入抓拍模式,并按照第一预设时间间隔获取所述摄像头抓拍得到的环境图像信息;
S3,判断所述环境图像信息中是否具有预设交通事故图像;
S4,在所述环境图像信息中具有所述预设交通事故图像时,控制所述摄像进入第一视频录制模式,等待第一预设时长后,向第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息和/或第一预警指令。
2.根据权利要求1所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S4具体包括如下步骤:
S41,在所述环境图像信息中具有所述预设交通事故图像时,根据所述预设交通事故图像确定出所述预设交通事故图像对应的交通事故评估等级,并判断所述交通事故评估等级是否大于预设严重等级;在所述交通事故评估等级大于所述预设严重等级时,执行步骤S42~S44;在所述交通事故评估等级小于或等于所述预设严重等级时,执行步骤S45~S47;
S42,控制所述摄像头进入所述第一视频录制模式,并获取所述电单车的当前运行速度以及获取所述电单车与交通事故点之间的间隔距离;
S43,根据所述间隔距离和所述当前运行速度确定所述电单车运动至所述交通事故点的理论计算时间,将所述理论计算时间作为所述第一预设时长;
S44,等待所述第一预设时长后,向所述第一目标对象发送所述摄像头在所述第一预设时长内录制的环境信息、所述交通事故评估等级以及所述电单车的当前位置;
S45,控制所述摄像头进入所述第一视频录制模式,并录制在进入第一视频录制模式后的第二预设时长内所述摄像头得到的环境信息视频,并判断在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频是否具有预设交通事故图像;
S46,在所述第二预设时长结束时的第一时间节点对应的环境信息节点视频具有预设交通事故图像时,将所述第二预设时长延长第三预设时长后作为所述第一预设时长;
S47,等待所述第一预设时长后,向所述第一目标对象发送所述摄像头在所述第一预设时长内录制的环境图像信息、所述交通事故评估等级以及所述电单车的当前位置。
3.根据权利要求2所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S3之后还包括步骤:
S51,在所述环境图像信息中不具有预设交通事故图像时,获取所述电单车的实时运行速度,根据所述实时运行速度判断所述电单车是否处于静止状态;
S52,在所述电单车处于静止状态时,获取车体倾角检测装置检测得到的车体姿态信息、以及获取所述摄像头与地面之间的垂直距离;其中,所述车体倾角检测装置设置于所述电单车的车体内;
S53,根据所述车体姿态信息判断所述电单车是否处于倾倒状态以及判断所述垂直距离是否小于预设阈值;
S54,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的任意一项成立时,控制所述摄像头进入第二视频录制模式,获取在进入所述第二视频录制模式后的第四预设时长内所述摄像头得到的环境信息视频,并在所述第四预设时长结束时的第二时间节点,判断所述电单车是否处于倾倒状态以及判断所述摄像头与地面之间的垂直距离是否小于预设阈值;
S55,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的任意一项成立时,向选定运维人员发送所述摄像头在所述第四预设时长内录制的环境图像信息和/或第二预警指令;
S56,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项均不成立时,维持所述摄像头处于所述抓拍模式。
4.根据权利要求3所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S54之后还包括步骤:
S541,在所述电单车处于倾倒状态、所述垂直距离小于预设阈值中的两项同时成立时,判定所述电单车处于严重交通事故等级,向第二目标对象发送所述摄像头在所述第四预设时长内录制的环境图像信息和第三预警指令。
5.根据权利要求2所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S3之后还包括步骤:
S301,在所述环境图像信息中不具有预设交通事故图像时,获取头盔倾角检测装置检测到头盔的角度变化率、以及获取电单车车体的速度变化率,并判断所述角度变化率在第一设定时间内是否大于第一预设阈值,以及判断所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值;
S302,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的任意一项成立时,判定所述电单车处于严重交通事故等级,向第二目标对象发送所述摄像头在设定时间内录制的环境图像信息和第三预警指令;
S303,在所述角度变化率在第一设定时间内大于第一预设阈值、所述电单车的速度变化率在第二设定时间内是否大于第二预设阈值中的两项均不成立时,返回步骤S301。
6.根据权利要求1所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S3之后还包括步骤:
S31,在所述环境图像信息中不具有预设交通事故图像时,判断所述环境图像信息中是否具有目标障碍物;
S32,在所述环境图像信息中具有所述目标障碍物时,将所述第一预设时间间隔调整为第二预设时间间隔;其中,所述第二预设时间间隔小于所述第一预设时间间隔。
7.根据权利要求5所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S32之后还包括步骤:
S33,从首次检测到有所述目标障碍物之后的第五预设时长结束时的第三时间节点,判断对应的环境图像信息是否具有目标障碍物;
S34,在所述环境图像信息不具有所述目标障碍物时,将所述第二预设时间间隔调整为所述第一时间间隔;
S35,在所述环境图像信息具有所述目标障碍物时,维持所述摄像头按照所述第二预设时间间隔继续抓拍。
8.根据权利要求1所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S4之后还包括步骤:
S401,获取在当前时刻之前的第六预设时长内所述电单车的历史位置数据并根据所述历史位置数据集确定出所述电单车的矢量运动路径;
S402,根据所述电单车当前时刻所处的当前位置以及所述矢量运动路径判断位于所述当前电单车后方、且距离所述当前位置在预设范围的区域内是否具有目标共享车辆;其中,所述目标共享车辆与所述电单车通信连接;
S403,在所述当前电单车后方、且距离所述当前位置在预设范围的区域内具有目标共享车辆时,向所述目标共享车辆发送第四预警指令。
9.根据权利要求3所述的基于电单车头盔侦测处理交通事故的方法,其特征在于,所述步骤S55中的“选定运维人员”,通过如下步骤得到:
S551,获取所述电单车的实时位置,并根据所述电单车的实时位置获取距离所述实时位置在预设范围内的多个备选运维人员的运维任务量,以及所述备选运维人员与所述实时位置之间的距离;
S552,确定所述多个备选运维人员中距离在预设范围内,且运维任务量小于预设任务量的备选运维人员作为所述选定运维人员;
S553,在所述多个备选运维人员中距离距离在预设范围内,且运维任务量小于预设任务量的备选运维人员的数量为多个时,随机选择其中一个所述备选运维人员作为所述选定运维人员。
10.一种电单车,其特征在于,包括车体、头盔以及设置在所述车体内的控制***;其中,所述车体内还设有用于检测车体姿态信息的倾角传感装置,所述倾角传感器与所述控制***连接,所述头盔设有与所述控制***通信连接的通信模块,所述头盔的前方安装有用于获取骑行环境图像的摄像头,所述控制***包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述的基于电单车头盔侦测处理交通事故的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310582718.5A CN116486615A (zh) | 2023-05-23 | 2023-05-23 | 一种基于电单车头盔侦测处理交通事故的方法及电单车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310582718.5A CN116486615A (zh) | 2023-05-23 | 2023-05-23 | 一种基于电单车头盔侦测处理交通事故的方法及电单车 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116486615A true CN116486615A (zh) | 2023-07-25 |
Family
ID=87217937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310582718.5A Pending CN116486615A (zh) | 2023-05-23 | 2023-05-23 | 一种基于电单车头盔侦测处理交通事故的方法及电单车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116486615A (zh) |
-
2023
- 2023-05-23 CN CN202310582718.5A patent/CN116486615A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102712317B (zh) | 使驾驶员与环境感测结合的车辆安全性*** | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
JP6006641B2 (ja) | 交通信号マップ作成及び検出 | |
CN110085029B (zh) | 基于轨道式巡检机器人的高速公路巡检***与方法 | |
JP7355151B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN109803127A (zh) | 基于大数据和物联网技术的城市安全工地监控***和方法 | |
CN104200542A (zh) | 车辆预警方法、车辆预警装置、终端和行车记录仪 | |
CN102945603B (zh) | 检测交通事件的方法及电子警察装置 | |
CN101655380B (zh) | 用于确定驾驶员-车辆-环境状态的特性的方法 | |
CN106251701A (zh) | 基于旋转变焦多摄像头的车辆后视监测报警***及方法 | |
CN115877343B (zh) | 基于雷达目标跟踪的人车匹配方法、装置和电子设备 | |
CN106529401A (zh) | 一种车辆反跟踪方法、装置及*** | |
CN106340180A (zh) | 一种车载检测非法占用车道行为的方法及装置 | |
CN105957352B (zh) | 违章停车检测方法和装置 | |
CN109874099A (zh) | 一种联网车载设备流量控制*** | |
CN111932889A (zh) | 一种基于车路协同的交通疏导*** | |
CN115384540A (zh) | 一种车载型安全驾驶检测装置 | |
CN116486615A (zh) | 一种基于电单车头盔侦测处理交通事故的方法及电单车 | |
Bhandari et al. | Fullstop: A camera-assisted system for characterizing unsafe bus stopping | |
CN112406700B (zh) | 一种基于上下双目视觉分析测距的盲区预警*** | |
CN114104036A (zh) | 一种轨道交通监测***及方法 | |
CN117012037A (zh) | 一种基于电单车头盔侦测处理闯红灯的方法及电单车 | |
KR102354734B1 (ko) | 상대적 변화량이 많은 객체와 자차의 사고 위험도를 예측, 분석 및 판단하는 방법 및 시스템 | |
CN117494029B (zh) | 一种道路抛洒物事件识别方法及装置 | |
CN113002422B (zh) | 安全行车预警方法、***、终端及计算机可读存储介质 |
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 |