CN1862620A - 高速公路汽车行驶智能检测预警方法及其预警*** - Google Patents
高速公路汽车行驶智能检测预警方法及其预警*** Download PDFInfo
- Publication number
- CN1862620A CN1862620A CN 200610054353 CN200610054353A CN1862620A CN 1862620 A CN1862620 A CN 1862620A CN 200610054353 CN200610054353 CN 200610054353 CN 200610054353 A CN200610054353 A CN 200610054353A CN 1862620 A CN1862620 A CN 1862620A
- Authority
- CN
- China
- Prior art keywords
- information
- man
- image
- imageing sensor
- machine interface
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种高速公路汽车行驶智能检测预警方法及装置,由人机接口、前向摄像机、后向摄像机、专用计算机构成。由人机接口输入车型和天气信息;通过前向摄像机、后向摄像机、对前后方向的路面环境进行摄像,经采集转换电路将摄录的图像转换为数字信号,并由专用计算机根据信息检测出车距、相对速度和相对加速度,在把这些信息送到人机接口;人机接口得到信息,根据天气信息、车型信息进行信息融合和安全判断,如果有危险,进行危险级别判断,并显示危险级别和危险方向的提示信息。本发明能在汽车行驶中检测汽车前、后方道路障碍物,判断汽车是否处于安全行使,出现危险状况时,立即发出声、光、图像报警,保障驾乘人员的生命和财产的安全,具有重要的社会效益和经济效益。
Description
技术领域 本发明涉及一种预警方法及其预警***,特别涉及一种高速公路汽车行驶智能检测预警方法及其预警***。
背景技术 随着我国汽车保有量和生产量的快速增长,高速公路和高等级公路里程的快速延伸,由于汽车大量增加,路上车流不息,使道路交通事故逐年大幅度增加,造成大量人员伤亡和财产损失。据统计资料显示,2005年,全国共发生道路交通事故450254起,造成98738人死亡、469911人受伤,直接财产损失18.8亿元。专家对汽车交通事故的分析结果表明,在所发生的交通事故中,其中有65%的事故属于汽车追尾碰撞造成.现有汽车防撞***技术常用超声波雷达、微波雷达、毫米雷达等检测技术,它们传播方式是直线传播,造成了它们固有的缺陷:在弯道、坡度以及汽车抖动时,常引起检测错误,而且它们也容易受外界干扰,导致预警***的误报率和漏报率很高。
发明内容 本发明的目的就是针对现有技术的不足,提供一种高速公路汽车行驶智能检测预警方法及其预警***。
为实现上述发明目的,本发明采用如下技术方案:
一种高速公路汽车行驶智能检测预警方法,包括以下步骤:
a、启动高速公路汽车行驶智能检测预警***,由人机接口输入车型和天气信息;
b、通过前向图像传感器、后向图像传感器、对前后方向的路面环境进行摄像,经采集转换电路将摄录的图像转换为数字信号,并送到可编程逻辑器进行时序转换和总线控制,把控制行信号和图像信息分别送到图像分析与处理器和图像存储器,图像存储器得到信息后给可编程逻辑器一个确认信息,经程序存储器里的处理和分析装置,从图像存储器提取图像进行处理和分析,图像存储器把处理和分析的信息送到计算机控制器,计算机控制器得到信息后,给视频采集转换电路一个确认信号,并根据信息检测出车距、相对速度和相对加速度,在把这些信息送到人机接口;
c、人机接口得到信息,给计算机控制器一个确认信息,人机接口控制器根据天气信息、车型信息、车速、车距、相对速度和相对加速度进行信息融合和安全判断,如果有危险,进行危险级别判断,并分别给报警方向和报警级别显示电路和报警语音提示显示电路一个信号,显示危险级别和危险方向的提示信息。
步骤b中图像处理和分析是先对图像采用中值滤波对图像进行局部平滑,滤波预处理;再对图像分割,将原始灰度图像通过双阈值法对图像进行二值化,需要计算的阈值分别是总体阈值和每行的局部阈值;在二值化图像中搜索本车道左右两边的分道线的内侧边缘,并保存分道线的坐标信息,记录每段分道线的起点和终点;检测右分道线,校正右分道线,再检测左分道线,校正左分道线,最后同时修正左右分道线;根据车道检测的信息,检测行驶车道内汽车前后是否有障碍物,采用窗口区域判断方法来识别障碍物,并跟踪障碍物;采用连续的10帧车道宽度值,对10个值按升序排列,排列完以后,取第6号的宽度值按公式L=d*|x2-x1|计算相对距离,其中L为距离,d为定标量,表示车道的实际宽度与像素相关系数,|x2-x1|表示当前车道障碍物底部的像素宽度,根据前面所测距离校正距离,再计算相对速度和相对加速度。
步骤c根据步骤b得到的相对距离、相对速度和相对加速度,加入天气、车型信号由计算机控制器进行信息融合和安全判断。
所述的双阈值法对图像进行二值化,是在二值化图像中搜索本车道左右两边的分道线的内侧边缘,并保存分道线的坐标信息,记录每段分道线的起点和终点;检测右分道线,校正右分道线,再检测左分道线,校正左分道线,最后同时修正左右分道线;左右两边分道线的检测顺序以比较容易检测的那边为先;接着进行车道内障碍物识别与跟踪,如果有则搜索出障碍物所在的窗口区域;先变量初始化,然后计算车道每行的平均灰度AvgGray[y],并统计车道每行的灰度等级数,即多少种不一样的灰度值LevelNum[y]和该行车道的宽度wd,再计算车道每行的灰度变化率,则第y行整数化的灰度等级变化率为
GrayLevRate[y]=1000*LevelNum[y]/wd;
从y=0到y=170行,在本车道内搜索是否有满足障碍物基本约束的区域,如果有则准确搜索出障碍物的底部y坐标p,检测障碍物的左右边的x坐标1和r;先对以点(p,l)、(p,r)、(p+Δp,l)和(p+Δp,r)(Δp是跟y值大小有关的整数值,一般取3~10)其中围成的窗口区域进行统计平均灰度值Bottomgrey;然后再计算以点(p,l)、(p,r)、(p-10,l)和(p-10,r)围成的窗口的平均灰度值Frontgrey。是障碍物必须满足以下几个约束条件:
a、(GrayLevRate[y]>200&&AvgGray[y]<AvgGray[y-1]&&AvgGray[y]<160)
b、BottomGray<0.88*Frontgrey||GrayLevRate[y]>380
||(abs(y-m_nPreCarPosition)<5&&GrayLevRate[y]>320)
其中m_nPreCarPosition表示是前帧找到的障碍物的位置。
如果某一行同时满足a、b两个条件则,就认为找到了障碍物;
检测车距、相对速度和相对加速度,采用连续的10帧的车道宽度值进行距离计算,所以前10帧是一个初始化过程,然后每隔10帧(大约0.7s)显示更新距离值;当内存中满10帧的车道宽度值时,则对这10个值按升序排列,排列完以后,取第6号的宽度值按公式L=d*|x2-x1|计算相对距离,其中L为距离,d为定标量,表示车道的实际宽度与像素相关系数,|x2-x1|表示当前车道障碍物底部的像素宽度.当内存中满10帧的车道宽度值时,则对这10个值按升序排列,排列完以后,由计算机计算距离;最后,校正判断L与前次距离preL的偏差,如果偏差太大,则对L进行适当的调整。调整公式为
车距L'检测到之后,相应的相对速度和相对加速度就能得到。
一种实现上述方法的高速公路汽车行驶智能检测预警***,由人机接口、前向图像传感器、后向图像传感器、计算机构成;人机接口安装在汽车的驾驶台上,前向图像传感器、后向图像传感器分别安装在汽车的前部和后部,计算机安装在汽车内;人机接口、前向图像传感器、后向图像传感器分别与计算机连接;所述前向图像传感器置于汽车的前部、后向图像传感器置于汽车的后部,用于采集汽车前、后的信息,并将信息传输给计算机。
所述计算机包括计算机控制器、图像分析与处理器、图像存储器、程序存储器、可编程逻辑器;采集转换电路的输入端分别与前向图像传感器、后向图像传感器的输出端连接;可编程逻辑器的输入端与采集转换电路的输出端连接;可编程逻辑器的输出端与图像分析与处理器、图像存储器、程序存储器的输入端连接;图像分析与处理器分别与图像存储器、程序存储器、可编程逻辑器连接;图像分析与处理器的输出端与计算机控制器的输入端连接;计算机控制器与人机接口控制器连接。
人机接口包括人机接口控制器、天气选择和显示电路、车型选择和显示电路,工作的确认和显示电路、报警方向和报警级别显示电路、报警语音提示电路;人机接口控制器的输入端分别与天气选择和显示电路、车型选择和显示电路,工作的确认和显示电路,报警方向和报警级别显示电路,报警语音提示电路的输出端连接。
本发明的一种高速公路汽车行驶智能检测预警方法及预警***,能在汽车行驶中实时检测汽车前、后方道路、障碍物,根据高速公路的特点具有车道线,沿着车道线检测障碍物,能克服弯道、坡度以及汽车抖动等造成的影响,检测出与障碍物的距离、相对速度和相对加速度。本发明根据距离、相对速度、相对加速度、天气、车型等信息判断汽车是否处于安全行使,一旦出现危险状况时,立即发出声、光、图像和声光报警,提醒驾驶者必须进行处理,以防止汽车同其它汽车或物体相碰撞,可大量减少或避免交通事故的发生,保障驾乘人员的生命和财产的安全,具有重要的社会效益和经济效益。
附图说明 图1是本发明的结构示意图;
图2是本发明的工作原理图;
图3是本发明安装示意图。
具体实施方式 下面结合附图对本发明作进一步的说明,参见图1、图2:
一种高速公路汽车行驶智能检测预警方法,于包括以下步骤:
a、启动高速公路汽车行驶智能检测预警***,由人机接口1输入车型和天气信息;
b、通过前向图像传感器2、后向图像传感器3、对前后方向的路面环境进行摄像,经采集转换电路46将摄录的图像转换为数字信号,并送到可编程逻辑器45进行时序转换和总线控制,把控制行信号和图像信息分别送到图像分析与处理器42和图像存储器43,图像存储器43得到信息后给可编程逻辑器45一个确认信息,经程序存储器44里的处理和分析装置,从图像存储器43提取图像进行处理和分析,图像存储器43把处理和分析的信息送到计算机控制器41,计算机控制器41得到信息后,给视频采集转换电路46一个确认信号,并根据信息检测出车距、相对速度和相对加速度,在把这些信息送到人机接口1;
c、人机接口1得到信息,给计算机控制器41一个确认信息,人机接口控制器11根据天气信息、车型信息进行信息融合和安全判断,如果有危险,进行危险级别判断,并分别给报警方向和报警级别显示电路15和报警语音提示显示电路16一个信号,显示危险级别和危险方向的提示信息。
步骤b中图像处理和分析是先对图像采用中值滤波对图像进行局部平滑,滤除加盐噪声预处理;再对图像分割,将原始灰度图像通过双阈值法对图像进行二值化,需要计算的阈值分别是总体阈值和每行的局部阈值;在二值化图像中搜索本车道左右两边的分道线的内侧边缘,并保存分道线的坐标信息,记录每段分道线的起点和终点;检测右分道线,校正右分道线,再检测左分道线,校正左分道线,最后同时修正左右分道线;根据车道检测的信息,检测行驶车道内汽车前后是否有障碍物,采用窗口区域判断方法来识别障碍物,并跟踪障碍物;采用连续的10帧的车道宽度值变化进行相对距离计算,再计算相对速度和相对加速度;
步骤c根据步骤b得到的相对距离、相对速度和相对加速度,加入天气、车型信号由计算机控制器41进行信息融合和安全判断。
所述的双阈值法对图像进行二值化,是在二值化图像中搜索本车道左右两边的分道线的内侧边缘,并保存分道线的坐标信息,记录每段分道线的起点和终点;检测右分道线,校正右分道线,再检测左分道线,校正左分道线,最后同时修正左右分道线;左右两边分道线的检测顺序以比较容易检测的那边为先;接着进行车道内障碍物识别与跟踪,如果有则搜索出障碍物所在的窗口区域;
检测车距、相对速度和相对加速度,采用连续的10帧的车道宽度值进行距离计算,前10帧是初始化过程,然后每隔10帧显示更新距离值;当内存中满10帧的车道宽度值时,则对这10个值按升序排列,排列完以后,取第6号的宽度值按公式L=d*|x2-x1|计算相对距离,其中L为距离,d为定标量,表示车道的实际宽度与像素相关系数,|x2-x1|表示当前车道障碍物底部的像素宽度。最后,校正判断L与前次距离preL的偏差,如果偏差太大,则对L进行适当的调整。调整公式为
计算机4根据上述原理计算出车距、相对速度和相对加速度。
一种实现上述方法的高速公路汽车行驶智能检测预警***,由人机接口1、前向图像传感器2、后向图像传感器3、计算机4构成;人机接口1安装在汽车5的驾驶台上,前向图像传感器2、后向图像传感器3分别安装在汽车5的前部和后部,计算机4安装在汽车5内;人机接口1、前向图像传感器2、后向图像传感器3分别与计算机4连接;所述前向图像传感器2置于汽车的前部、后向图像传感器3置于汽车的后部,用于采集汽车前、后的信息,并将信息传输给计算机4。
所述计算机4包括计算机控制器41、图像分析与处理器42、图像存储器43、程序存储器44、可编程逻辑器45;采集转换电路46的输入端分别与前向图像传感器2、后向图像传感器3的输出端连接;可编程逻辑器45的输入端与采集转换电路46的输出端连接;可编程逻辑器45的输出端与图像分析与处理器42、图像存储器43、程序存储器44的输入端连接;图像分析与处理器42分别与图像存储器43、程序存储器44、可编程逻辑器45连接;图像分析与处理器42的输出端与计算机控制器41的输入端连接;计算机控制器41与人机接口控制器11连接。
人机接口1包括人机接口控制器11、天气选择和显示电路12、车型选择和显示电路13,工作的确认和显示电路14、报警方向和报警级别显示电路15、报警语音提示电路16;人机接口控制器11的输入端分别与天气选择和显示电路12、车型选择和显示电路13、工作的确认和显示电路14、报警方向和报警级别显示电路15、报警语音提示电路16的输出端连接。
前后向图像传感器2、3采集汽车5前后的车道信息,车道信息送到专用计算机4进行分析处理,如果存在障碍物,就得到车距、相对速度和相对加速度信息,把这些信息传到人机接口控制器11,由驾驶员选择天气信息和车型信息,并传递给人机接口控制器11,人机接口控制器11进行信息融合和预警***判断汽车是否安全行驶,如果有危险,就判断危险级别,报警方向和报警级别显示电路15、报警语音提示电路16发出危险的方向和危险级别的声、光、图像报警信息。
其中专用计算机4的工作原理,视频输入接口接到图像传感器,通过采集卡进行视频采集,并送到可编程逻辑器45进行时序转换和总线控制,把控制行信号和图像信息分别送到图像分析与处理器42和图像存储器43,图像分析与处理器42得到信息后给可编程逻辑器45一个确认信息,调用程序存储器44里的程序,并从图像存储器43提取图像进行处理和分析。图像分析与处理器42把处理和分析的信息送到计算机控制器41中,计算机控制器41得到信息后,给采集转换电路46一个确认信号,并根据信息检测出车距、相对速度和相对加速度,在把这些信息送到人机接口11。
人机接口11得到信息,给计算机控制器41一个确认信息,人接口控制器11根据得到的信息、天气信息、车型信息进行信息融合和安全判断,如果有危险,进行危险级别判断,报警方向和报警级别显示电路15、报警语音提示电路16发出危险的方向和危险级别的声、光、图像报警信息。
Claims (6)
1、一种高速公路汽车行驶智能检测预警方法,其特征在于包括以下步骤:
a、启动高速公路汽车行驶智能检测预警***,由人机接口(1)输入车型和天气信息;
b、通过前向图像传感器(2)、后向图像传感器(3)、对前后方向的路面环境进行摄像,经采集转换电路(46)将摄录的图像转换为数字信号,并送到可编程逻辑器(45)进行时序转换和总线控制,把控制行信号和图像信息分别送到图象分析与处理器(42)和图像存储器(43),图像存储器(43)得到信息后给可编程逻辑器(45)一个确认信息,经程序存储器(44)里的处理和分析装置,从图像存储器(43)提取图像进行处理和分析,图像存储器(43)把处理和分析的信息送到计算机控制器(41),计算机控制器(41)得到信息后,给视频采集转换电路(46)一个确认信号,并根据信息检测出车距、相对速度和相对加速度,在把这些信息送到人机接口(1);
c、人机接口(1)得到信息,给计算机控制器(41)一个确认信息,人机接口控制器(11)根据天气信息、车型信息、车速、车距、相对速度和相对加速度进行信息融合和安全判断,如果有危险,进行危险级别判断,并分别给报警方向和报警级别显示电路(15)和报警语音提示显示电路(16)一个信号,显示危险级别和危险方向的提示信息。
2、根据权利要求1所述的高速公路汽车行驶智能检测预警方法,其特征在于:步骤b中图像处理和分析是先对图像采用中值滤波对图像进行局部平滑,滤波预处理;再对图像分割,将原始灰度图像通过双阈值法对图像进行二值化,需要计算的阈值分别是总体阈值和每行的局部阈值;在二值化图像中搜索本车道左右两边的分道线的内侧边缘,并保存分道线的坐标信息,记录每段分道线的起点和终点;检测右分道线,校正右分道线,再检测左分道线,校正左分道线,最后同时修正左右分道线;根据车道检测的信息,检测行驶车道内汽车前后是否有障碍物,采用窗口区域判断方法来识别障碍物,并跟踪障碍物;采用连续的10帧的车道宽度值变化进行相对距离计算,再计算相对速度和相对加速度;步骤c根据步骤b得到的相对距离、相对速度和相对加速度,加入天气、车型信号由计算机控制器(41)进行信息融合和安全判断。
3、根据权利要求2所述的高速公路汽车行驶智能检测预警方法,其特征在于:所述的双阈值法对图像进行二值化,是在二值化图像中搜索本车道左右两边的分道线的内侧边缘,并保存分道线的坐标信息,记录每段分道线的起点和终点;检测右分道线,校正右分道线,再检测左分道线,校正左分道线,最后同时修正左右分道线;左右两边分道线的检测顺序以比较容易检测的那边为先;接着进行车道内障碍物识别与跟踪,如果有则搜索出障碍物所在的窗口区域;
检测车距、相对速度和相对加速度,采用连续的10帧的车道宽度值进行距离计算,前10帧是初始化过程,然后每隔10帧显示更新距离值;当内存中满10帧的车道宽度值时,则对这10个值按升序排列,排列完以后,取第6号的宽度值按公式L=d*|x2-x1|计算距离,其中L为距离,d为定标量,表示车道的实际宽度与像素相关系数,|x2-x1|表示当前车道障碍物底部的像素宽度,再根据前面距离修正距离,由计算机(4)根据上述原理计算出车距、相对速度和相对加速度。
4、一种权利要求1所述高速公路汽车行驶智能检测预警***,其特征在于:由人机接口(1)、前向图像传感器(2)、后向图像传感器(3)、计算机(4)构成;人机接口(1)安装在汽车(5)的驾驶台上,前向图像传感器(2)、后向图像传感器(3)分别安装在汽车(5)的前部和后部,计算机(4)安装在汽车(5)内;人机接口(1)、前向图像传感器(2)、后向图像传感器(3)分别与计算机(4)连接;所述前向图像传感器(2)置于汽车的前部、后向图像传感器(3)置于汽车的后部,用于采集汽车前、后的信息,并将信息传输给计算机(4)。
5、根据权利要求4所述的高速公路汽车行驶智能检测预警***,其特征在于:所述计算机(4)包括计算机控制器(41)、图像分析与处理器(42)、图像存储器(43)、程序存储器(44)、可编程逻辑器(45);采集转换电路(46)的输入端分别与前向图像传感器(2)、后向图像传感器(3)的输出端连接;可编程逻辑器(45)的输入端与采集转换电路(46)的输出端连接;可编程逻辑器(45)的输出端与图像分析与处理器(42)、图像存储器(43)、程序存储器(44)的输入端连接;图像分析与处理器(42)分别与图像存储器(43)、程序存储器(44)、可编程逻辑器(45)连接;图像分析与处理器(42)的输出端与计算机控制器(41)的输入端连接;计算机控制器(41)与人机接口控制器(11)连接。
6、根据权利要求4所述的高速公路汽车行驶智能检测预警***,其特征在于:人机接口(1)包括人机接口控制器(11)、天气选择和显示电路(12)、车型选择和显示电路(13),工作的确认和显示电路(14)、报警方向和报警级别显示电路(15)、报警语音提示电路(16);人机接口控制器(11)的输入端分别与天气选择和显示电路(12)、车型选择和显示电路(13),工作的确认和显示电路(14),报警方向和报警级别显示电路(15),报警语音提示电路(16)的输出端连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100543535A CN100440269C (zh) | 2006-06-12 | 2006-06-12 | 高速公路汽车行驶智能检测预警方法及其预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100543535A CN100440269C (zh) | 2006-06-12 | 2006-06-12 | 高速公路汽车行驶智能检测预警方法及其预警*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1862620A true CN1862620A (zh) | 2006-11-15 |
CN100440269C CN100440269C (zh) | 2008-12-03 |
Family
ID=37390041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006100543535A Expired - Fee Related CN100440269C (zh) | 2006-06-12 | 2006-06-12 | 高速公路汽车行驶智能检测预警方法及其预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100440269C (zh) |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101847318A (zh) * | 2009-03-24 | 2010-09-29 | 杨占昆 | 一种计算机辅助视频抓拍识别*** |
CN102171742A (zh) * | 2008-10-01 | 2011-08-31 | 罗伯特·博世有限公司 | 用于选取待采取的提高乘员安全性的安全措施的方法 |
CN102194328A (zh) * | 2010-03-02 | 2011-09-21 | 鸿富锦精密工业(深圳)有限公司 | 车辆管理***、方法及具有该***的车辆控制装置 |
CN101641725B (zh) * | 2007-03-28 | 2012-07-11 | 丰田自动车株式会社 | 车载摄像*** |
CN102663352A (zh) * | 2012-03-23 | 2012-09-12 | 华南理工大学 | 一种轨道识别方法 |
CN102717771A (zh) * | 2012-06-20 | 2012-10-10 | 广东好帮手电子科技股份有限公司 | 一种用于汽车的预警装置及其预警方法 |
CN103164975A (zh) * | 2011-12-12 | 2013-06-19 | 株式会社电装 | 警告***、车载设备和服务器 |
CN103186771A (zh) * | 2011-12-27 | 2013-07-03 | 哈曼(中国)投资有限公司 | 用于检测障碍物的方法和驾驶员辅助*** |
CN103354040A (zh) * | 2013-07-30 | 2013-10-16 | 中科创达软件股份有限公司 | 一种安全报警方法及装置 |
CN103413460A (zh) * | 2013-07-17 | 2013-11-27 | 北京航空航天大学 | 一种基于车路协同的弯道行车预警方法 |
CN103477380A (zh) * | 2011-04-18 | 2013-12-25 | 丰田自动车株式会社 | 驾驶员状态判定装置 |
CN103632575A (zh) * | 2013-12-16 | 2014-03-12 | 杨杰 | 基于移动通信网络的汽车避险方法 |
CN104221068A (zh) * | 2012-04-12 | 2014-12-17 | 丰田自动车株式会社 | 驾驶辅助装置 |
CN104509099A (zh) * | 2012-07-27 | 2015-04-08 | 日产自动车株式会社 | 三维物体检测装置以及三维物体检测方法 |
CN105047019A (zh) * | 2015-07-07 | 2015-11-11 | 长安大学 | 一种客运车辆防止后车超车后突然变道判断方法及装置 |
CN105118054A (zh) * | 2015-08-03 | 2015-12-02 | 长安大学 | 一种基于ccd单目测距的驾驶考试*** |
CN105160885A (zh) * | 2015-07-31 | 2015-12-16 | 吉林大学 | 一种基于对危险品运输车辆识别的汽车安全行驶预警装置 |
TWI513612B (zh) * | 2013-05-16 | 2015-12-21 | Univ Nat Yunlin Sci & Tech | 運用品質管制圖之統計分析自動產出個人化車內前方防撞與側邊偏移警告之系統 |
CN105324804A (zh) * | 2013-05-31 | 2016-02-10 | 日立汽车***株式会社 | 车辆用危险警报控制装置 |
CN105575129A (zh) * | 2016-02-02 | 2016-05-11 | 陕西安裕智能科技有限公司 | 通过视频源头分析识别车辆的方法 |
CN105575121A (zh) * | 2016-02-02 | 2016-05-11 | 陕西安裕智能科技有限公司 | 一种基于智能交通的源头科技治超数据采集***及方法 |
CN106251701A (zh) * | 2016-09-14 | 2016-12-21 | 郑州轻工业学院 | 基于旋转变焦多摄像头的车辆后视监测报警***及方法 |
CN106778746A (zh) * | 2016-12-23 | 2017-05-31 | 成都赫尔墨斯科技有限公司 | 一种多目标反无人机方法 |
CN106846800A (zh) * | 2015-04-24 | 2017-06-13 | 王栋 | 一种山区高速公路道路试验车辆纵向加速度信号检测***的数据处理方法 |
CN108053671A (zh) * | 2018-01-15 | 2018-05-18 | 陈世辉 | 一种用于交通***的智能预警方法 |
CN109017675A (zh) * | 2018-08-06 | 2018-12-18 | 佛山市苔藓云链科技有限公司 | 一种智能车辆及车辆智能起动方法 |
CN109308816A (zh) * | 2017-07-28 | 2019-02-05 | 华为技术有限公司 | 一种确定道路交通风险的方法、装置及车载*** |
CN109901171A (zh) * | 2019-04-12 | 2019-06-18 | 河南理工大学 | 汽车防追尾预警方法 |
CN110502983A (zh) * | 2019-07-11 | 2019-11-26 | 平安科技(深圳)有限公司 | 一种检测高速公路中障碍物的方法、装置及计算机设备 |
CN110796862A (zh) * | 2019-11-05 | 2020-02-14 | 西南交通大学 | 一种基于人工智能的高速公路交通状况检测***及方法 |
CN114446092A (zh) * | 2022-01-19 | 2022-05-06 | 无锡学院 | 一种基于三维相机组网的s型公路模拟障碍物预警方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05203736A (ja) * | 1992-01-29 | 1993-08-10 | Mazda Motor Corp | 車両の障害物検出装置 |
CN100419460C (zh) * | 2002-07-12 | 2008-09-17 | 天津大学 | 公路气候监测与报警*** |
KR100513009B1 (ko) * | 2003-04-04 | 2005-09-05 | 삼성전자주식회사 | 경고를 제한적으로 출력하는 네비게이션시스템과네비게이션시스템에서 경고를 제한적으로 출력하는 경고발생장치 및 그 방법 |
CN1274536C (zh) * | 2003-07-15 | 2006-09-13 | 范子林 | 智能控制机动车安全行驶*** |
EP1521059A1 (en) * | 2003-09-30 | 2005-04-06 | Mazda Motor Corporation | Route guidance apparatus, method and program |
CN2716057Y (zh) * | 2004-06-21 | 2005-08-10 | 上海中油企业集团有限公司 | 汽车偏离道路提示装置 |
CN1712267A (zh) * | 2004-06-21 | 2005-12-28 | 上海中油企业集团有限公司 | 一种汽车偏离道路的提示方法和装置 |
CN1586956A (zh) * | 2004-07-19 | 2005-03-02 | 徐文 | 具有路况路标检测报警制动功能的机动车及检测控制方法 |
CN2742503Y (zh) * | 2004-09-15 | 2005-11-23 | 王大维 | 汽车行驶记录仪 |
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
-
2006
- 2006-06-12 CN CNB2006100543535A patent/CN100440269C/zh not_active Expired - Fee Related
Cited By (49)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101641725B (zh) * | 2007-03-28 | 2012-07-11 | 丰田自动车株式会社 | 车载摄像*** |
CN102171742A (zh) * | 2008-10-01 | 2011-08-31 | 罗伯特·博世有限公司 | 用于选取待采取的提高乘员安全性的安全措施的方法 |
US8831829B2 (en) | 2008-10-01 | 2014-09-09 | Robert Bosch Gmbh | Method for selecting safety measures to be taken to increase the safety of vehicle occupants |
CN101847318A (zh) * | 2009-03-24 | 2010-09-29 | 杨占昆 | 一种计算机辅助视频抓拍识别*** |
CN102194328A (zh) * | 2010-03-02 | 2011-09-21 | 鸿富锦精密工业(深圳)有限公司 | 车辆管理***、方法及具有该***的车辆控制装置 |
CN102194328B (zh) * | 2010-03-02 | 2014-04-23 | 鸿富锦精密工业(深圳)有限公司 | 车辆管理***、方法及具有该***的车辆控制装置 |
CN103477380A (zh) * | 2011-04-18 | 2013-12-25 | 丰田自动车株式会社 | 驾驶员状态判定装置 |
CN103477380B (zh) * | 2011-04-18 | 2016-06-01 | 丰田自动车株式会社 | 驾驶员状态判定装置 |
CN103164975A (zh) * | 2011-12-12 | 2013-06-19 | 株式会社电装 | 警告***、车载设备和服务器 |
CN103164975B (zh) * | 2011-12-12 | 2015-08-19 | 株式会社电装 | 警告***、车载设备和服务器 |
CN103186771A (zh) * | 2011-12-27 | 2013-07-03 | 哈曼(中国)投资有限公司 | 用于检测障碍物的方法和驾驶员辅助*** |
CN102663352A (zh) * | 2012-03-23 | 2012-09-12 | 华南理工大学 | 一种轨道识别方法 |
CN102663352B (zh) * | 2012-03-23 | 2014-07-30 | 华南理工大学 | 一种轨道识别方法 |
CN104221068B (zh) * | 2012-04-12 | 2016-08-24 | 丰田自动车株式会社 | 驾驶辅助装置 |
CN104221068A (zh) * | 2012-04-12 | 2014-12-17 | 丰田自动车株式会社 | 驾驶辅助装置 |
CN102717771B (zh) * | 2012-06-20 | 2014-02-05 | 广东好帮手电子科技股份有限公司 | 一种用于汽车的预警装置及其预警方法 |
CN102717771A (zh) * | 2012-06-20 | 2012-10-10 | 广东好帮手电子科技股份有限公司 | 一种用于汽车的预警装置及其预警方法 |
CN104509099B (zh) * | 2012-07-27 | 2016-06-01 | 日产自动车株式会社 | 三维物体检测装置以及三维物体检测方法 |
CN104509099A (zh) * | 2012-07-27 | 2015-04-08 | 日产自动车株式会社 | 三维物体检测装置以及三维物体检测方法 |
US9589193B2 (en) | 2012-07-27 | 2017-03-07 | Nissan Motor Co., Ltd | Three-dimensional object detection device and three-dimensional object detection method |
TWI513612B (zh) * | 2013-05-16 | 2015-12-21 | Univ Nat Yunlin Sci & Tech | 運用品質管制圖之統計分析自動產出個人化車內前方防撞與側邊偏移警告之系統 |
CN105324804A (zh) * | 2013-05-31 | 2016-02-10 | 日立汽车***株式会社 | 车辆用危险警报控制装置 |
CN103413460A (zh) * | 2013-07-17 | 2013-11-27 | 北京航空航天大学 | 一种基于车路协同的弯道行车预警方法 |
CN103413460B (zh) * | 2013-07-17 | 2016-01-20 | 北京航空航天大学 | 一种基于车路协同的弯道行车预警方法 |
CN103354040A (zh) * | 2013-07-30 | 2013-10-16 | 中科创达软件股份有限公司 | 一种安全报警方法及装置 |
CN103354040B (zh) * | 2013-07-30 | 2016-02-24 | 中科创达软件股份有限公司 | 一种安全报警方法及装置 |
CN103632575A (zh) * | 2013-12-16 | 2014-03-12 | 杨杰 | 基于移动通信网络的汽车避险方法 |
CN103632575B (zh) * | 2013-12-16 | 2016-05-18 | 杨杰 | 基于移动通信网络的汽车避险方法 |
CN106846800B (zh) * | 2015-04-24 | 2020-08-14 | 西安航空学院 | 一种山区高速公路道路试验车辆纵向加速度信号检测***的数据处理方法 |
CN106846800A (zh) * | 2015-04-24 | 2017-06-13 | 王栋 | 一种山区高速公路道路试验车辆纵向加速度信号检测***的数据处理方法 |
CN105047019A (zh) * | 2015-07-07 | 2015-11-11 | 长安大学 | 一种客运车辆防止后车超车后突然变道判断方法及装置 |
CN105160885A (zh) * | 2015-07-31 | 2015-12-16 | 吉林大学 | 一种基于对危险品运输车辆识别的汽车安全行驶预警装置 |
CN105118054B (zh) * | 2015-08-03 | 2018-09-14 | 长安大学 | 一种基于ccd单目测距的驾驶考试*** |
CN105118054A (zh) * | 2015-08-03 | 2015-12-02 | 长安大学 | 一种基于ccd单目测距的驾驶考试*** |
CN105575129A (zh) * | 2016-02-02 | 2016-05-11 | 陕西安裕智能科技有限公司 | 通过视频源头分析识别车辆的方法 |
CN105575121A (zh) * | 2016-02-02 | 2016-05-11 | 陕西安裕智能科技有限公司 | 一种基于智能交通的源头科技治超数据采集***及方法 |
CN106251701A (zh) * | 2016-09-14 | 2016-12-21 | 郑州轻工业学院 | 基于旋转变焦多摄像头的车辆后视监测报警***及方法 |
CN106251701B (zh) * | 2016-09-14 | 2018-11-06 | 郑州轻工业学院 | 基于旋转变焦多摄像头的车辆后视监测报警***及方法 |
CN106778746A (zh) * | 2016-12-23 | 2017-05-31 | 成都赫尔墨斯科技有限公司 | 一种多目标反无人机方法 |
CN109308816A (zh) * | 2017-07-28 | 2019-02-05 | 华为技术有限公司 | 一种确定道路交通风险的方法、装置及车载*** |
CN108053671A (zh) * | 2018-01-15 | 2018-05-18 | 陈世辉 | 一种用于交通***的智能预警方法 |
CN109017675A (zh) * | 2018-08-06 | 2018-12-18 | 佛山市苔藓云链科技有限公司 | 一种智能车辆及车辆智能起动方法 |
CN109901171A (zh) * | 2019-04-12 | 2019-06-18 | 河南理工大学 | 汽车防追尾预警方法 |
CN109901171B (zh) * | 2019-04-12 | 2023-08-18 | 河南理工大学 | 汽车防追尾预警方法 |
CN110502983A (zh) * | 2019-07-11 | 2019-11-26 | 平安科技(深圳)有限公司 | 一种检测高速公路中障碍物的方法、装置及计算机设备 |
CN110502983B (zh) * | 2019-07-11 | 2022-05-06 | 平安科技(深圳)有限公司 | 一种检测高速公路中障碍物的方法、装置及计算机设备 |
CN110796862A (zh) * | 2019-11-05 | 2020-02-14 | 西南交通大学 | 一种基于人工智能的高速公路交通状况检测***及方法 |
CN110796862B (zh) * | 2019-11-05 | 2021-09-07 | 西南交通大学 | 一种基于人工智能的高速公路交通状况检测***及方法 |
CN114446092A (zh) * | 2022-01-19 | 2022-05-06 | 无锡学院 | 一种基于三维相机组网的s型公路模拟障碍物预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN100440269C (zh) | 2008-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100440269C (zh) | 高速公路汽车行驶智能检测预警方法及其预警*** | |
CN109254289B (zh) | 道路护栏的检测方法和检测设备 | |
US8731816B2 (en) | Method for classifying an object as an obstacle | |
CN110400478A (zh) | 一种路况通知方法及装置 | |
CN113487874B (zh) | 一种跟驰行为场景数据采集、识别、分类提取***及方法 | |
CN110077398B (zh) | 一种用于智能驾驶的危险处理方法 | |
CN111597905B (zh) | 一种基于视频技术的公路隧道停车检测方法 | |
CN102332209A (zh) | 一种汽车违章视频监测方法 | |
CN105160326A (zh) | 一种高速公路上停车的自动检测方法与装置 | |
CN112365706B (zh) | 一种基于多源信息的异常车距辨识方法 | |
CN105574502A (zh) | 一种自助发卡机违章行为自动检测方法 | |
CN106428003B (zh) | 不良天气下高速公路车辆偏离车道的预警装置及方法 | |
CN114801993B (zh) | 一种汽车盲区监控*** | |
CN114023107A (zh) | 预防城市渣土车右转过程与非机动车发生冲突的方法、***及其存储介质 | |
CN113879211B (zh) | 预防渣土车右转过程与非机动车发生冲突的提醒方法及*** | |
WO2023235200A1 (en) | Sensor fusion for precipitation detection and control of vehicles | |
CN113701642A (zh) | 一种车身外观尺寸的计算方法及*** | |
CN106405539A (zh) | 车辆雷达***以及用于去除一非感兴趣目标的方法 | |
CN109895694B (zh) | 一种车道偏离预警方法、装置及车辆 | |
Fujimura et al. | Vehicle infrastructure integration system using vision sensors to prevent accidents in traffic flow | |
US20220036730A1 (en) | Dangerous driving detection device, dangerous driving detection system, dangerous driving detection method, and storage medium | |
Tsuchiya et al. | Real-time vehicle detection using a single rear camera for a blind spot warning system | |
CN117382644B (zh) | 分心驾驶检测方法、计算机设备、存储介质及智能设备 | |
CN117351726B (zh) | 一种高速公路事件预警***及综合感知方法 | |
CN110718064A (zh) | 一种车辆违章检测方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20081203 Termination date: 20110612 |