CN114267206A - 安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质 - Google Patents
安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114267206A CN114267206A CN202111630413.4A CN202111630413A CN114267206A CN 114267206 A CN114267206 A CN 114267206A CN 202111630413 A CN202111630413 A CN 202111630413A CN 114267206 A CN114267206 A CN 114267206A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driver
- judging
- safety alarm
- security alarm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004590 computer program Methods 0.000 claims description 14
- 230000015654 memory Effects 0.000 claims description 11
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 238000012552 review Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000011176 pooling Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质。该安全报警方法包括S1,判断车辆的车速是否大于等于一设定速度,若是,转入步骤S2,若否,转入步骤S3;S2,判断车辆的周围在第一设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;S3,判断车辆的周围在第二设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;S4,判断车辆的驾驶员是否处于分心状态,若是,则触发安全报警。本发明提出了安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质,能在驾驶员处于分心状态下自动触发安全报警,警示周围车辆,避免事故发生。
Description
技术领域
本发明涉及车辆安全技术领域,尤其涉及安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质。
背景技术
随着汽车工业的不断发展,人们对车辆的安全性以及自动化需求越来越高。目前车辆的双闪系统大多是手动开启的,当遇到紧急事件如,例如司机向后后顾,车主有可能来不及避让,造成发生碰撞或追尾的事故。双闪系统的功能一般局限于在车辆转向时,或异常突发情况下手动开启。而涉及双闪系统自动触发的应用却很少。
发明内容
针对现有技术的上述问题,本发明提出了安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质,能在驾驶员处于分心状态下自动触发安全报警,警示周围车辆,避免事故发生。
具体地,本发明提出了安全报警方法,适用于车辆,所述安全报警方法包括步骤:
S1,判断所述车辆的车速是否大于等于一设定速度,若是,转入步骤S2,若否,转入步骤S3;
S2,判断所述车辆的周围在第一设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;
S3,判断所述车辆的周围在第二设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;
S4,判断所述车辆的驾驶员是否处于分心状态,若是,则触发安全报警。
根据本发明的一个实施例,所述设定速度为100公里/小时。
根据本发明的一个实施例,所述第一设定距离为100米,所述第二设定距离为50米。
根据本发明的一个实施例,在步骤S4中,判断所述车辆的驾驶员是否处于分心状态包括判断所述驾驶员是否处于后顾状态,若处于后顾状态,则判断所述驾驶员的后顾状态是否超过一设定时长,若所述驾驶员的后顾状态超过所述设定时长,则判定所述驾驶员处于分心状态。
根据本发明的一个实施例,以所述驾驶员的头部的正前方为基准,若头部转动超过一设定角度,则判定所述驾驶员处于后顾状态。
根据本发明的一个实施例,所述设定角度为64°,所述设定时长为0.8秒。
根据本发明的一个实施例,通过相机采集所述驾驶员在驾驶状态下的视频流和图像,采用深度学习算法来判断所述驾驶员的头部转动是否超过所述设定角度。
本发明还提供了一种安全报警装置,适用于车辆,所述安全报警装置包括:
第一判断装置,判断所述车辆的车速是否大于等于一设定速度;
第二判断装置,判断所述车辆的周围在第一设定距离以内是否有其它车辆;
第三判断装置,判断所述车辆的周围在第二设定距离以内是否有其它车辆;
第四判断装置,判断所述车辆的驾驶员是否处于分心状态;
比较装置,若所述第一判断装置、第二判断装置和第四判断装置的输出结果均为是,或所述第一判断装置的输出结果为否、第三判断装置和第四判断装置的输出结果为是,则发送触发报警指令;
触发装置,接收所述报警指令,触发安全报警。
本发明还提供了一种安全报警系统,包括存储器、处理器及存储在存储器上并可在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本发明提供的所述安全报警方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本发明提供的所述安全报警方法的步骤。
本发明提供的安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质,能在驾驶员处于分心状态下自动触发安全报警,警示周围车辆,避免事故发生。
应当理解,本发明以上的一般性描述和以下的详细描述都是示例性和说明性的,并且旨在为如权利要求所述的本发明提供进一步的解释。
附图说明
包括附图是为提供对本发明进一步的解释,它们被收录并构成本申请的一部分,附图示出了本发明的实施例,并与本说明书一起起到解释本发明原理的作用。附图中:
图1示出了本发明一个实施例的安全报警方法的流程框图。
图2示出了本发明一个实施例的车辆上的传感器的示意图。
图3示出了本发明一个实施例的采集驾驶员状态的示意图。
图4示出了本发明一个实施例的安全报警装置的结构示意图。
其中,上述附图包括以下附图标记:
车辆 201
前长距雷达 202
左前中距雷达 203
右前中距雷达 204
左后中距雷达 205
右后中距雷达 206
后长距雷达 207
相机 301
驾驶员 302
安全报警装置 400
第一判断装置 401
第二判断装置 402
第三判断装置 403
第四判断装置 404
比较装置 405
触发装置 406
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。基于本申请中的实施例,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,都属于本申请保护的范围。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本申请保护范围的限制。此外,尽管本申请中所使用的术语是从公知公用的术语中选择的,但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的,其详细含义在本文的描述的相关部分中说明。此外,要求不仅仅通过所使用的实际术语,而是还要通过每个术语所蕴含的意义来理解本申请。
图1示出了本发明一个实施例的安全报警方法的流程框图。如图所示,本发明提供了一种适用于车辆的安全报警方法。该安全报警方法包括步骤:
S1,判断车辆的车速是否大于等于一设定速度,若是,转入步骤S2,若否,转入步骤S3;
S2,判断车辆的周围在第一设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;
S3,判断车辆的周围在第二设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;
S4,判断车辆的驾驶员是否处于分心状态,若是,则触发安全报警。
较佳地,设定速度为100公里/小时。
较佳地,第一设定距离为100米,第二设定距离为50米。
容易理解的,根据《中华人民共和国道路交通安全法实施条例》第八十条,机动车在高速公路上行驶,车速超过每小时100公里/小时(约为27.78m/s),应当与同车道前车保持100米以上的距离,车速低于每小时100公里时,与同车道前车距离可以适当缩短,但最小距离不得少于50米。因此,设置设定速度为100公里/小时,设置第一设定距离为100米及第二设定距离为50米。
较佳地,采用外部传感器来判断第一设定距离和第二设定距离内是否有其它车辆。图2示出了本发明一个实施例的车辆上的传感器的示意图。如图所示,在车辆201的周围设置外部传感器。外部传感器主要是激光雷达传感器,包括:
当车速大于或等于100公里/小时,该安全距离为100m,即所有传感器将100m范围内检测到的车辆视为非安全状态;当车速小于100km/h时,该安全距离为50m,即所有传感器将50m范围内检测到的车辆视为非安全状态。
较佳地,在步骤S4中,判断车辆的驾驶员是否处于分心状态包括判断驾驶员是否处于后顾状态,若处于后顾状态,则判断驾驶员的后顾状态是否超过一设定时长,若驾驶员的后顾状态超过设定时长,则判定驾驶员处于分心状态。
较佳地,以驾驶员的头部的正前方为基准,若头部转动超过一设定角度,则判定驾驶员处于后顾状态。更佳地,设定角度为64°,设定时长为0.8秒。当头部转动超过64°则视为后顾状态,小于64°则视为非后顾状态。具体来说,人眼识别的最佳区域为前方30~60°范围,而人的单眼视觉区域范围为94~104°,可计算出安全后顾的视角为:θ=94°-30°=64°。即当驾驶员的头部向左或向右后顾达到或超过64°时,会影响到驾驶员的前方驾驶视野,从而使驾驶员处于危险状态。此时,驾驶员会因为看不清前方和后方车辆,导致碰撞或追尾等交通事故。设定时长设置为0.8秒,因为时间过短容易频繁产生误报,时间过长,会导致事故发生后才出发警报。考虑到驾驶员的反应时间为0.4~1秒,根据车辆时速百公里/小时,车辆间隔距离最小为50米,可以推算出后顾时间:T=(50-1*27.78)/27.78≈0.8秒。
图3示出了本发明一个实施例的采集驾驶员状态的示意图。如图所示,较佳地,通过相机301采集驾驶员302在驾驶状态下的视频流和图像,采用深度学习算法来判断驾驶员302的头部转动是否超过设定角度。深度学习算法的基本原理在于运用深度卷积神经网络提取视频流或图像的基本特征,配合循环神经网络对视频流进行处理,在模型的最后输出部分加上全连接层,从而实现筛分器的功能-判断驾驶员的状态。在判断驾驶员是否处于后顾状态,需要确定前述的两个重要的参数,即后顾状态的设定角度和后顾的设定时长。
在本实施例中,深度学习算法采用卷积神经网络(CNN)和长短时记忆网络(LSTM)。先用卷积神经网络抽取图像特征,然后输入到LSTM网络中。
其中,卷积神经网络采用预训练过的ResNet18,去掉全连接层,该网络通过对单帧图片进行卷积和池化运算,得到特征向量。输入的图像维度为(3,224,224),其中3为通道数,224为长度,224为宽度,经过层层卷积池化后得到的输出维度为(512,7,7),最后进过池化层变为(512,3,3)的向量,最后把通道铺平,变成3X3X512=4608的一维向量。
LSTM为经典的循环神经网络,在长序列中有更好的表现。为了使模型能够达到最优化的效果,设置时间窗口:1秒;即每份输入的图像数为n=帧数/s*5=30*1=30张。1秒的时间窗口最适合;因驾驶员后顾到事故发生的时间间隔为较短,如果大于1秒,则有可能模型在预测到危险时,事故已经发生了;如果少于1秒,则多数情况下不足以记录下驾驶员的动作状态,从而不利于训练。
较佳地,在步骤S4,触发安全报警是指自动触发车辆的双闪系统,以警示周围车辆,从而避免车辆事故的发生。作为举例而非限制,该安全报警也可以是车辆上配置的其它报警设备,例如声音报警系统。
图4示出了本发明一个实施例的安全报警装置的结构示意图。如图所示,本发明还提供了一种适用于车辆的安全报警装置400。该安全报警装置包括第一至第四判断装置401~404、比较装置405和触发装置406。
第一判断装置401用于判断车辆的车速是否大于等于一设定速度;
第二判断装置402用于判断车辆的周围在第一设定距离以内是否有其它车辆;
第三判断装置403用于判断车辆的周围在第二设定距离以内是否有其它车辆;
第四判断装置404用于判断车辆的驾驶员是否处于分心状态;
比较装置405用于比较第一至第四判断装置401~404的输出结果。若第一判断装置401、第二判断装置402和第四判断装置404的输出结果均为是,或第一判断装置401的输出结果为否、第三判断装置403和第四判断装置404的输出结果为是,则发送触发报警指令。
触发装置406用于接收比较装置405发出的报警指令并触发安全报警。
本发明还提供了一种安全报警系统。该安全报警系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现前述的安全报警方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现前述的安全报警方法的步骤。
其中,安全报警装置、安全报警系统和计算机可读存储介质的具体实现方式和技术效果均可参见上述本发明所提供的安全报警方法的实施例,在此不再赘述。
本领域技术人员将进一步领会,结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性,各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性,但这样的实现决策不应被解读成导致脱离了本发明的范围。
结合本文所公开的实施例描述的各种解说性逻辑模块、和电路可用通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器,但在替换方案中,该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合,例如DSP与微处理器的组合、多个微处理器、与DSP核心协作的一个或多个微处理器、或任何其他此类配置。
结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中,存储介质可以被整合到处理器。处理器和存储介质可驻留在ASIC中。ASIC可驻留在用户终端中。在替换方案中,处理器和存储介质可作为分立组件驻留在用户终端中。
在一个或多个示例性实施例中,所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品,则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者,其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定,这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如,如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来,则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟,其中盘(disk)往往以磁的方式再现数据,而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。
本发明提供的安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质,若车辆外部的传感器显示周围有车辆且判断驾驶员处于分心状态,则触发安全报警,警示周围车辆,避免事故发生。
本领域技术人员可显见,可对本发明的上述示例性实施例进行各种修改和变型而不偏离本发明的精神和范围。因此,旨在使本发明覆盖落在所附权利要求书及其等效技术方案范围内的对本发明的修改和变型。
Claims (10)
1.一种安全报警方法,适用于车辆,所述安全报警方法包括步骤:
S1,判断所述车辆的车速是否大于等于一设定速度,若是,转入步骤S2,若否,转入步骤S3;
S2,判断所述车辆的周围在第一设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;
S3,判断所述车辆的周围在第二设定距离以内是否有其它车辆,若是,则转入步骤S4,若否,则转入步骤S1;
S4,判断所述车辆的驾驶员是否处于分心状态,若是,则触发安全报警。
2.如权利要求1所述的安全报警方法,其特征在于,所述设定速度为100公里/小时。
3.如权利要求1所述的安全报警方法,其特征在于,所述第一设定距离为100米,所述第二设定距离为50米。
4.如权利要求1所述的安全报警方法,其特征在于,在步骤S4中,判断所述车辆的驾驶员是否处于分心状态包括判断所述驾驶员是否处于后顾状态,若处于后顾状态,则判断所述驾驶员的后顾状态是否超过一设定时长,若所述驾驶员的后顾状态超过所述设定时长,则判定所述驾驶员处于分心状态。
5.如权利要求4所述的安全报警方法,其特征在于,以所述驾驶员的头部的正前方为基准,若头部转动超过一设定角度,则判定所述驾驶员处于后顾状态。
6.如权利要求5所述的安全报警方法,其特征在于,所述设定角度为64°,所述设定时长为0.8秒。
7.如权利要求5所述的安全报警方法,其特征在于,通过相机采集所述驾驶员在驾驶状态下的视频流和图像,采用深度学习算法来判断所述驾驶员的头部转动是否超过所述设定角度。
8.一种安全报警装置,适用于车辆,其特征在于,所述安全报警装置包括:
第一判断装置,判断所述车辆的车速是否大于等于一设定速度;
第二判断装置,判断所述车辆的周围在第一设定距离以内是否有其它车辆;
第三判断装置,判断所述车辆的周围在第二设定距离以内是否有其它车辆;
第四判断装置,判断所述车辆的驾驶员是否处于分心状态;
比较装置,若所述第一判断装置、第二判断装置和第四判断装置的输出结果均为是,或所述第一判断装置的输出结果为否、第三判断装置和第四判断装置的输出结果为是,则发送触发报警指令;
触发装置,接收所述报警指令,触发安全报警。
9.一种安全报警系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述安全报警方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述安全报警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111630413.4A CN114267206A (zh) | 2021-12-28 | 2021-12-28 | 安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111630413.4A CN114267206A (zh) | 2021-12-28 | 2021-12-28 | 安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114267206A true CN114267206A (zh) | 2022-04-01 |
Family
ID=80831129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111630413.4A Pending CN114267206A (zh) | 2021-12-28 | 2021-12-28 | 安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114267206A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114924553A (zh) * | 2022-05-12 | 2022-08-19 | 上汽大众汽车有限公司 | 一种基于手机操控车辆的方法、系统、设备及计算机可读存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120212353A1 (en) * | 2011-02-18 | 2012-08-23 | Honda Motor Co., Ltd. | System and Method for Responding to Driver Behavior |
CN105513427A (zh) * | 2016-02-18 | 2016-04-20 | 北京小米移动软件有限公司 | 车辆和车辆的行车预警方法及装置 |
CN105654753A (zh) * | 2016-01-08 | 2016-06-08 | 北京乐驾科技有限公司 | 一种智能车载安全驾驶辅助方法及系统 |
CN108248610A (zh) * | 2018-01-15 | 2018-07-06 | 合肥工业大学 | 一种自适应分心驾驶行为的监测及干预装置 |
CN108446645A (zh) * | 2018-03-26 | 2018-08-24 | 天津大学 | 基于深度学习的车载人脸识别方法 |
CN108961684A (zh) * | 2018-07-29 | 2018-12-07 | 合肥市智信汽车科技有限公司 | 一种运输车辆疲劳预警系统 |
CN208324889U (zh) * | 2017-11-27 | 2019-01-04 | 北京汽车集团有限公司 | 行车安全报警系统及车辆 |
CN109559559A (zh) * | 2018-12-19 | 2019-04-02 | 北京大椽科技有限公司 | 一种基于车联网的报警提示方法及系统 |
CN109591824A (zh) * | 2018-11-22 | 2019-04-09 | 上海为森车载传感技术有限公司 | 一种安全辅助驾驶方法 |
CN110920539A (zh) * | 2019-11-15 | 2020-03-27 | 奇点汽车研发中心有限公司 | 车辆驾驶分析方法和装置、电子设备和计算机存储介质 |
CN111137284A (zh) * | 2020-01-04 | 2020-05-12 | 长安大学 | 一种基于驾驶分心状态的预警方法及预警装置 |
CN111710128A (zh) * | 2020-08-19 | 2020-09-25 | 李斯特技术中心(上海)有限公司 | 车辆异常驾驶的预警方法及装置、电子设备、存储介质 |
CN112277957A (zh) * | 2020-10-27 | 2021-01-29 | 广州汽车集团股份有限公司 | 一种用于驾驶员分心纠正的预警方法及其系统、存储介质 |
CN112542059A (zh) * | 2019-09-23 | 2021-03-23 | 东北林业大学 | 一种车辆预警方法 |
CN113474787A (zh) * | 2019-01-22 | 2021-10-01 | 阿达姆认知科技有限公司 | 驾驶员的认知状态的检测 |
-
2021
- 2021-12-28 CN CN202111630413.4A patent/CN114267206A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120212353A1 (en) * | 2011-02-18 | 2012-08-23 | Honda Motor Co., Ltd. | System and Method for Responding to Driver Behavior |
CN105654753A (zh) * | 2016-01-08 | 2016-06-08 | 北京乐驾科技有限公司 | 一种智能车载安全驾驶辅助方法及系统 |
CN105513427A (zh) * | 2016-02-18 | 2016-04-20 | 北京小米移动软件有限公司 | 车辆和车辆的行车预警方法及装置 |
CN208324889U (zh) * | 2017-11-27 | 2019-01-04 | 北京汽车集团有限公司 | 行车安全报警系统及车辆 |
CN108248610A (zh) * | 2018-01-15 | 2018-07-06 | 合肥工业大学 | 一种自适应分心驾驶行为的监测及干预装置 |
CN108446645A (zh) * | 2018-03-26 | 2018-08-24 | 天津大学 | 基于深度学习的车载人脸识别方法 |
CN108961684A (zh) * | 2018-07-29 | 2018-12-07 | 合肥市智信汽车科技有限公司 | 一种运输车辆疲劳预警系统 |
CN109591824A (zh) * | 2018-11-22 | 2019-04-09 | 上海为森车载传感技术有限公司 | 一种安全辅助驾驶方法 |
CN109559559A (zh) * | 2018-12-19 | 2019-04-02 | 北京大椽科技有限公司 | 一种基于车联网的报警提示方法及系统 |
CN113474787A (zh) * | 2019-01-22 | 2021-10-01 | 阿达姆认知科技有限公司 | 驾驶员的认知状态的检测 |
CN112542059A (zh) * | 2019-09-23 | 2021-03-23 | 东北林业大学 | 一种车辆预警方法 |
CN110920539A (zh) * | 2019-11-15 | 2020-03-27 | 奇点汽车研发中心有限公司 | 车辆驾驶分析方法和装置、电子设备和计算机存储介质 |
CN111137284A (zh) * | 2020-01-04 | 2020-05-12 | 长安大学 | 一种基于驾驶分心状态的预警方法及预警装置 |
CN111710128A (zh) * | 2020-08-19 | 2020-09-25 | 李斯特技术中心(上海)有限公司 | 车辆异常驾驶的预警方法及装置、电子设备、存储介质 |
CN112277957A (zh) * | 2020-10-27 | 2021-01-29 | 广州汽车集团股份有限公司 | 一种用于驾驶员分心纠正的预警方法及其系统、存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114924553A (zh) * | 2022-05-12 | 2022-08-19 | 上汽大众汽车有限公司 | 一种基于手机操控车辆的方法、系统、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10173625B2 (en) | Detecting hazards in anticipation of opening vehicle doors | |
CN110539750B (zh) | 一种基于驾驶状态与路况信息的车道偏离预警系统的方法 | |
US9922558B2 (en) | Driving support device | |
CN112406857A (zh) | 车辆防碰撞控制装置及方法 | |
CN114148332A (zh) | 一种车辆驾驶启动提示方法、车辆驾驶启动提示系统及计算机可读存储介质 | |
CN107408338A (zh) | 驾驶员辅助系统 | |
US20230007914A1 (en) | Safety device and method for avoidance of dooring injuries | |
CN107351761A (zh) | 车辆开门预警方法以及车辆开门预警装置 | |
CN109740433A (zh) | 一种车辆避让方法及车载终端 | |
KR20180065527A (ko) | 차량 후측방 경고 장치 및 이를 이용한 경고 방법 | |
CN107284449A (zh) | 一种行车安全预警方法及系统、汽车、可读存储介质 | |
CN109131321B (zh) | 基于图像处理与计算危险系数的变道辅助方法及装置 | |
CN114267206A (zh) | 安全报警方法、安全报警装置、安全报警系统及计算机可读存储介质 | |
CN113239827B (zh) | 基于深度学习的智能防撞方法、系统、设备及存储介质 | |
CN112498341B (zh) | 基于路况的紧急制动方法、装置及计算机可读存储介质 | |
CN113715736A (zh) | 车辆变道预警方法、装置、系统、汽车及存储介质 | |
CN113212451A (zh) | 一种智能驾驶汽车用后视辅助系统 | |
CN214450902U (zh) | 车辆防碰撞控制装置 | |
CN107640111B (zh) | 基于百核微处理器控制的汽车视觉图像处理系统及方法 | |
CN114572232B (zh) | 在行驶中用于伴随驾驶员状态的动态盲区的注意辅助 | |
JP7432198B2 (ja) | 状況認識推定システム及び運転支援システム | |
CN116674463A (zh) | 后追尾预警的提示方法及装置、存储介质、电子装置 | |
JP7456210B2 (ja) | 情報処理方法、情報処理装置、プログラム及び情報処理システム | |
JPH03186713A (ja) | 異常運転検出装置 | |
CN114802218A (zh) | 车辆行驶的控制系统及方法 |
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 |
Application publication date: 20220401 |
|
RJ01 | Rejection of invention patent application after publication |