CN117885745A - 一种基于车联网的驾驶行为监控*** - Google Patents
一种基于车联网的驾驶行为监控*** Download PDFInfo
- Publication number
- CN117885745A CN117885745A CN202311810914.XA CN202311810914A CN117885745A CN 117885745 A CN117885745 A CN 117885745A CN 202311810914 A CN202311810914 A CN 202311810914A CN 117885745 A CN117885745 A CN 117885745A
- Authority
- CN
- China
- Prior art keywords
- node
- vehicle
- obtaining
- speed
- acquiring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 230000002159 abnormal effect Effects 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 14
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 claims description 4
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- ZRHANBBTXQZFSP-UHFFFAOYSA-M potassium;4-amino-3,5,6-trichloropyridine-2-carboxylate Chemical compound [K+].NC1=C(Cl)C(Cl)=NC(C([O-])=O)=C1Cl ZRHANBBTXQZFSP-UHFFFAOYSA-M 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
Classifications
-
- 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
- B60W40/08—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 drivers or passengers
- B60W40/09—Driving style or behaviour
-
- 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
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- 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
- B60W2552/00—Input parameters relating to infrastructure
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/406—Traffic density
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/408—Traffic behavior, e.g. swarm
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及驾驶行为监控技术领域,具体公开了一种基于车联网的驾驶行为监控***,车载模块:置于车辆内部,用于获取车辆的行驶状态和路段信息;路况判定模块:根据路段信息以及节点路段上的车流量,获得节点路段的拥挤度;刹车次数判定:在节点路段上选取若干个采集节点,根据各采集节点处各车辆的行驶速度,获得速度曲线;获取速度曲线上极大值点的个数,记为该节点路段上的标准刹车次数;刹车次数预测:获取所述的节点路段在不同的拥挤度下对应的标准刹车次数,并作为坐标点,拟合后得到拥挤度‑标准刹车次数曲线;监测模块:根据预设的误差阈值范围,对比用户车辆的实际刹车次数与标准刹车次数,判断用户车辆的刹车行为是否存在异常。
Description
技术领域
本发明涉及驾驶行为监控技术领域,具体涉及一种基于车联网的驾驶行为监控***。
背景技术
车联网是一个跨领域的综合概念,将汽车置入广义的互联网之中实现车与车、车与路、车与人,甚至车与传感设备等的交互。它的概念源于物联网,即车辆物联网,以行驶中的车辆为信息感知对象,利用新一代信息通信技术,实现车与其他要素(车、人、路、服务平台等)的网络连接。
基于车联网的驾驶行为监控是一种利用先进的信息通信技术实时监测和评估驾驶员的驾驶行为和驾驶状态的方法。这种监控方式主要利用车联网收集到的车辆行驶数据,包括车速、加速度、制动力等信息,来分析和评估驾驶员的驾驶习惯和安全状态。
现有的技术中,对车辆行驶状态的监测通常仅监测车主车辆的行驶状态来判断车主的驾驶行为是否安全,没有结合同一路段上其他车辆的行驶状态进行综合判断,这种方法得到的监测结果不够贴合实际情况,导致在拥挤路段上车主频繁刹车时也会被误判为驾驶行为异常。
发明内容
本发明的目的在于提供一种基于车联网的驾驶行为监控***,解决以上技术问题。
本发明的目的可以通过以下技术方案实现:
一种基于车联网的驾驶行为监控***,包括以下步骤:
车载模块:置于车辆内部,用于获取车辆的行驶状态和路段信息;获取用户车辆的计划行驶路线,将计划行驶路线划分成若干个节点路段,获取节点路段的路段信息;所述行驶状态包括:行驶位置、行驶速度;所述路段信息包括:车道长度L与车道个数N;
路况判定模块:选取若干个节点路段,获取节点路段的路段信息,并获取节点路段内车辆的个数n;根据路段信息和车辆的个数,获得该节点路段的拥挤度;
刹车次数判定:在节点路段上选取若干个采集节点,获取采集节点上各车辆的行驶速度,得到速度序列,并计算得到各速度的平均值,记为该采集节点处的平均速度;对采集节点进行编号,以编号为自变量,平均速度为因变量,建立直角坐标系,得到散点图,以平滑的曲线依次连接各点,得到速度曲线,获取速度曲线上极大值点的个数,记为该节点路段内的标准刹车次数;
刹车次数预测:以拥挤度为自变量,标准刹车次数为因变量,建立直角坐标系,获取所述的节点路段在不同的拥挤度下对应的标准刹车次数,并作为坐标点,拟合后得到拥挤度-标准刹车次数曲线;
监测模块:根据用户车辆的车辆位置,获得用户车辆所处的节点路段;实时获取用户车辆所处节点路段的拥挤度,根据拥挤度-标准刹车次数曲线得到标准刹车次数;根据预设的误差阈值范围,对比用户车辆的实际刹车次数与标准刹车次数,从而判断用户车辆的刹车行为是否存在异常。
作为本发明进一步的方案:当节点路段为双向车道时,仅选取车道方向与用户车辆行驶方向一致的车道进行监测。
作为本发明进一步的方案:所述节点路段的拥挤度的获得过程包括:
根据路段信息和车辆的个数,获得该节点路段的拥挤度并得出节点路段的拥挤度CR,其中/>
作为本发明进一步的方案:所述车距阈值的设定过程包括:
获取用户车辆出发当日的能见度,记为See,根据当日的能见度得出车距阈值其中α为预设的常数且α>0,β为预设的标准安全车距。
作为本发明进一步的方案:所述节点路段的划分过程中,节点路段的起点或终点包括交叉路口;
所述采集节点的选取包括节点路段的起点与终点。
作为本发明进一步的方案:所述计划行驶路线的获取过程包括:
获取用户车主的出发地与目的地,获得若干条路径;
获取各条路径的路程时间,将各条路径按照路程时间的长短从大到小进行排序,并展示于用户;
以用户选择的路径作为计划行驶路线。
作为本发明进一步的方案:所述获取采集节点的平均速度的过程还包括:
获取节点路段的限速范围,将速度序列内各速度与限速范围进行对比,当存在速度不属于限速范围时,将该速度从速度序列内删除。
作为本发明进一步的方案:所述判断用户车辆的刹车行为是否存在异常包括:
计算用户车辆的实际刹车次数与标准刹车次数的差值,当差值的大小属于误差阈值范围时,用户车辆的刹车次数正常;相反,则用户车辆的刹车次数存在异常。
本发明的有益效果:
本***通过获取用户车主的计划行驶路线,将计划路线划分为若干个节点路段,并获取车辆状态和路段信息;根据路段信息以及节点路段上的车流量,获得节点路段的拥挤度;并在节点路段上选取若干个采集节点,根据各采集节点处各车辆的行驶速度,获得速度曲线;获取速度曲线上极大值点的个数,记为该节点路段上的标准刹车次数;建立直角坐标系,获取所述的节点路段在不同的拥挤度下对应的标准刹车次数,并作为坐标点,拟合后得到拥挤度-标准刹车次数曲线;根据预设的误差阈值范围,对比用户车辆的实际刹车次数与标准刹车次数,从而判断用户车辆的刹车行为是否存在异常;区别于现有技术,本***通过结合节点路段上其余车辆的行驶状态判断用户车主的驾驶行为,避免了在拥挤路段时用户车主频繁刹车也会被误判为驾驶行为异常的情况。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种基于车联网的驾驶行为监控***的结构示意图。
具体实施方式
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它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于车联网的驾驶行为监控***,包括以下步骤:
车载模块:置于车辆内部,用于获取车辆的行驶状态和路段信息;获取用户车辆的计划行驶路线,将计划行驶路线划分成若干个节点路段,获取节点路段的路段信息;所述行驶状态包括:行驶位置、行驶速度;所述路段信息包括:车道长度L与车道个数N;
需要进一步说明的是,当节点路段为双向车道时,仅选取车道方向与用户车辆行驶方向一致的车道进行监测;
所述节点路段的划分过程中,节点路段的起点或终点包括交叉路口;
值得注意的是,在路网中,节点路段通常对应于交叉口、高速路出入口、起点和终点等位置;这些位置的选择对整个路网的交通功能发挥有着重要影响,包括城市道路的机动性、通行能力、车道容量;此外,节点路段也可以是那些小尺度的特殊位置,如穿越特定空间边界的道路和入口、联系不同高差的台阶和坡道、道路交汇点以及沿途的停顿休息点;它们对于改变行程路线的位置以及道路与边界的相交角度等方面非常关键;在进行节点路段的划分时,需要根据城市道路交通基础设施的属性指标及区位条件指标来反映节点功能的强弱及地位的高低,进而计算各节点的重要度。这种分析和计算有助于优化路网布局,提高道路效率和安全性;
所述计划行驶路线的获取过程包括:
获取用户车主的出发地与目的地,获得若干条路径;
获取各条路径的路程时间,将各条路径按照路程时间的长短从大到小进行排序,并展示于用户;
以用户选择的路径作为计划行驶路线;
路况判定模块:选取若干个节点路段,获取节点路段的路段信息,并获取节点路段内车辆的个数n;根据路段信息和车辆的个数,获得该节点路段的拥挤度;
需要进一步说明的是,所述采集节点的选取包括节点路段的起点与终点;
值的注意的是,设定时间间隔或距离间隔,从节点路段的起点开始,每隔一个时间间隔或者距离间隔设置一个采集节点,进而得到的行驶状态的数据是按照时间或距离等量变化的;
刹车次数判定:在节点路段上选取若干个采集节点,获取采集节点上各车辆的行驶速度,得到速度序列,并计算得到各速度的平均值,记为该采集节点处的平均速度;对采集节点进行编号,以编号为自变量,平均速度为因变量,建立直角坐标系,得到散点图,以平滑的曲线依次连接各点,得到速度曲线,获取速度曲线上极大值点的个数,记为该节点路段内的标准刹车次数;
所述获取采集节点的平均速度的过程还包括:
获取节点路段的限速范围,将速度序列内各速度与限速范围进行对比,当存在速度不属于限速范围时,将该速度从速度序列内删除;
可以理解的是,车辆的行驶速度要求属于限速范围的意义主要体现在保障道路交通安全、降低能源消耗和减少车辆尾气排放等方面;首先,限速是公路运输安全中不可或缺的一环,主要目的是预先提醒司机在前方后续路段行驶中合理控制车速、防范超速危险;此外,车速限制是一个简单、有效的交通管理措施,通过降低车辆在道路上的平均速度,来保证交通安全、减少能源消耗以及降低车辆尾气排放;现相关规定中已明确了城市道路限速值的总体要求,机动车在城市道路上行驶不得超过限速标志标明的最高时速,在没有设置限速标志和标线的道路上,机动车限速值应符合规定。这些规定是为了维护道路交通秩序,保护公民的生命财产安全,提高道路通行效率。因此,驾驶员在行驶过程中,必须严格遵守这些限速规定,以保障自身和他人的安全;
刹车次数预测:以拥挤度为自变量,标准刹车次数为因变量,建立直角坐标系,获取所述的节点路段在不同的拥挤度下对应的标准刹车次数,并作为坐标点,拟合后得到拥挤度-标准刹车次数曲线;
可以理解的是,在交通拥堵的情况下,车辆之间的行驶距离会缩短,这就需要驾驶员频繁地进行刹车操作以避免碰撞;刹车次数的增加会对车辆的制动器造成更大的磨损,从而影响车辆的安全性和寿命;此外,交通拥堵也会导致车辆的行驶速度降低,进而增加了在路上消耗的时间;同时,由于车辆之间的距离较小,驾驶员需要更加警惕,这也可能导致刹车次数的增加;
监测模块:根据用户车辆的车辆位置,获得用户车辆所处的节点路段;实时获取用户车辆所处节点路段的拥挤度,根据拥挤度-标准刹车次数曲线得到标准刹车次数;根据预设的误差阈值范围,对比用户车辆的实际刹车次数与标准刹车次数,从而判断用户车辆的刹车行为是否存在异常;
所述车距阈值的设定过程包括:
获取用户车辆出发当日的能见度,记为See,根据当日的能见度得出车距阈值其中α为预设的常数且α>0,β为预设的标准安全车距;
可以理解的是,车距与能见度之间存在着密切的联系,当能见度较低时,例如在雾、雨、雪、沙尘、冰雹等恶劣天气下,为了保障行车安全,驾驶员需要保持适当的车距和行驶速度;
所述判断用户车辆的刹车行为是否存在异常包括:
计算用户车辆的实际刹车次数与标准刹车次数的差值,当差值的大小属于误差阈值范围时,用户车辆的刹车次数正常;相反,则用户车辆的刹车次数存在异常;
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (8)
1.一种基于车联网的驾驶行为监控***,其特征在于,包括以下步骤:
车载模块:置于车辆内部,用于获取车辆的行驶状态和路段信息;获取用户车辆的计划行驶路线,将计划行驶路线划分成若干个节点路段,获取节点路段的路段信息;所述行驶状态包括:行驶位置、行驶速度;所述路段信息包括:车道长度L与车道个数N;
路况判定模块:选取若干个节点路段,获取节点路段的路段信息,并获取节点路段内车辆的个数n;根据路段信息和车辆的个数,获得该节点路段的拥挤度;
刹车次数判定:在节点路段上选取若干个采集节点,获取采集节点上各车辆的行驶速度,得到速度序列,并计算得到各速度的平均值,记为该采集节点处的平均速度;对采集节点进行编号,以编号为自变量,平均速度为因变量,建立直角坐标系,得到散点图,以平滑的曲线依次连接各点,得到速度曲线,获取速度曲线上极大值点的个数,记为该节点路段内的标准刹车次数;
刹车次数预测:以拥挤度为自变量,标准刹车次数为因变量,建立直角坐标系,获取所述的节点路段在不同的拥挤度下对应的标准刹车次数,并作为坐标点,拟合后得到拥挤度-标准刹车次数曲线;
监测模块:根据用户车辆的车辆位置,获得用户车辆所处的节点路段;实时获取用户车辆所处节点路段的拥挤度,根据拥挤度-标准刹车次数曲线得到标准刹车次数;根据预设的误差阈值范围,对比用户车辆的实际刹车次数与标准刹车次数,从而判断用户车辆的刹车行为是否存在异常。
2.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,当节点路段为双向车道时,仅选取车道方向与用户车辆行驶方向一致的车道进行监测。
3.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,所述节点路段的拥挤度的获得过程包括:
根据路段信息和车辆的个数,获得该节点路段的拥挤度并得出节点路段的拥挤度CR,其中/>
4.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,所述车距阈值的设定过程包括:
获取用户车辆出发当日的能见度,记为See,根据当日的能见度得出车距阈值其中α为预设的常数且α>0,β为预设的标准安全车距。
5.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,所述节点路段的划分过程中,节点路段的起点或终点包括交叉路口;
所述采集节点的选取包括节点路段的起点与终点。
6.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,所述计划行驶路线的获取过程包括:
获取用户车主的出发地与目的地,获得若干条路径;
获取各条路径的路程时间,将各条路径按照路程时间的长短从大到小进行排序,并展示于用户;
以用户选择的路径作为计划行驶路线。
7.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,所述获取采集节点的平均速度的过程还包括:
获取节点路段的限速范围,将速度序列内各速度与限速范围进行对比,当存在速度不属于限速范围时,将该速度从速度序列内删除。
8.根据权利要求1所述的一种基于车联网的驾驶行为监控***,其特征在于,所述判断用户车辆的刹车行为是否存在异常包括:
计算用户车辆的实际刹车次数与标准刹车次数的差值,当差值的大小属于误差阈值范围时,用户车辆的刹车次数正常;相反,则用户车辆的刹车次数存在异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311810914.XA CN117885745B (zh) | 2023-12-22 | 2023-12-22 | 一种基于车联网的驾驶行为监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311810914.XA CN117885745B (zh) | 2023-12-22 | 2023-12-22 | 一种基于车联网的驾驶行为监控*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117885745A true CN117885745A (zh) | 2024-04-16 |
CN117885745B CN117885745B (zh) | 2024-06-25 |
Family
ID=90644934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311810914.XA Active CN117885745B (zh) | 2023-12-22 | 2023-12-22 | 一种基于车联网的驾驶行为监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117885745B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003004466A (ja) * | 2001-06-15 | 2003-01-08 | Denso Corp | 走行状況予測装置、経路設定装置、及び、ナビゲーション装置 |
CN105774810A (zh) * | 2014-12-24 | 2016-07-20 | 中国电信股份有限公司 | 车辆驾驶行为处理方法和装置 |
JP2019203781A (ja) * | 2018-05-23 | 2019-11-28 | アイシン・エィ・ダブリュ株式会社 | 走行ルート案内装置、及び走行ルート案内プログラム |
JP2021051423A (ja) * | 2019-09-24 | 2021-04-01 | 株式会社東芝 | 道路情報配信システム、道路情報配信装置、道路情報配信プログラム |
CN113654568A (zh) * | 2021-08-09 | 2021-11-16 | 广州大学 | 基于车辆刹车次数的导航方法、装置、介质和设备 |
CN115565375A (zh) * | 2022-09-29 | 2023-01-03 | 广州宸祺出行科技有限公司 | 一种危险驾驶行为的监测方法、装置及电子设备 |
CN116968751A (zh) * | 2023-07-26 | 2023-10-31 | 深圳市深航华创汽车科技有限公司 | 一种驾驶行为分析方法及其分析*** |
-
2023
- 2023-12-22 CN CN202311810914.XA patent/CN117885745B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003004466A (ja) * | 2001-06-15 | 2003-01-08 | Denso Corp | 走行状況予測装置、経路設定装置、及び、ナビゲーション装置 |
CN105774810A (zh) * | 2014-12-24 | 2016-07-20 | 中国电信股份有限公司 | 车辆驾驶行为处理方法和装置 |
JP2019203781A (ja) * | 2018-05-23 | 2019-11-28 | アイシン・エィ・ダブリュ株式会社 | 走行ルート案内装置、及び走行ルート案内プログラム |
JP2021051423A (ja) * | 2019-09-24 | 2021-04-01 | 株式会社東芝 | 道路情報配信システム、道路情報配信装置、道路情報配信プログラム |
CN113654568A (zh) * | 2021-08-09 | 2021-11-16 | 广州大学 | 基于车辆刹车次数的导航方法、装置、介质和设备 |
CN115565375A (zh) * | 2022-09-29 | 2023-01-03 | 广州宸祺出行科技有限公司 | 一种危险驾驶行为的监测方法、装置及电子设备 |
CN116968751A (zh) * | 2023-07-26 | 2023-10-31 | 深圳市深航华创汽车科技有限公司 | 一种驾驶行为分析方法及其分析*** |
Also Published As
Publication number | Publication date |
---|---|
CN117885745B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110853357B (zh) | 高速公路危险路段及施工区域预警控制***和方法 | |
CN108550262B (zh) | 基于毫米波雷达的城市交通感知*** | |
CN111223302B (zh) | 移动载具用外部坐标实时三维路况辅助装置及该*** | |
Polus et al. | Evaluation of the passing process on two-lane rural highways | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
CN111968370B (zh) | 一种微波雷达智能可变车道感知***及方法 | |
CN111627228B (zh) | 快速路合流点车道灯控制***及方法 | |
CN113065685B (zh) | 基于自动驾驶应用场景的高精地图交通规则模型及其实现方法 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及*** | |
CN114363316A (zh) | 一种跨区域道路基础设施智能联网监测与监管*** | |
CN114283606A (zh) | 用于车辆导航的方法、装置、设备、***和云控平台 | |
CN111081030B (zh) | 一种高速路堵车的判断方法和*** | |
CN115547084A (zh) | 道路通行状况预测方法、装置、电子设备及计算机程序产品 | |
CN115731693A (zh) | 一种车道划分方法以及相关装置 | |
CN111767644B (zh) | 考虑单隧道限速影响高速公路路段实际通行能力估计方法 | |
CN117885745B (zh) | 一种基于车联网的驾驶行为监控*** | |
Alkaissi et al. | Travel Time Prediction Models for Major Arterial Road in Baghdad City using Manufactured GPS device | |
CN112927497B (zh) | 一种浮动车识别方法、相关方法和装置 | |
KR102477885B1 (ko) | 자율주행 도로의 주행 안전도를 평가하는 안전도 분석 관리 서버 | |
CN111739303A (zh) | 一种智慧高速雨雾行车安全诱导***的评价方法及装置 | |
CN109215345B (zh) | 一种消除交叉口困境区的停车线位置确定方法 | |
CN112435472A (zh) | 拥堵分析方法、装置、设备及存储介质 | |
Leden et al. | Design of crosswalks for children A synthesis of best practice | |
CN114241764B (zh) | 基于车路协同技术的公交精准数据融合中心***及方法 | |
Tseng et al. | Analysis of free-flow speed characteristics of urban arterials |
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 |