【技術實現(xiàn)步驟摘要】
本專利技術屬于汽車，具體是一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法、系統(tǒng)。
技術介紹
1、智能網(wǎng)聯(lián)汽車(intelligent?connected?vehicle，icv)是一種跨技術、跨產(chǎn)業(yè)領域的新興汽車體系，其有機聯(lián)合車聯(lián)網(wǎng)與智能車，搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，并融合現(xiàn)代通信與網(wǎng)絡技術，可實現(xiàn)車與人、路、后臺等智能信息交換共享，實現(xiàn)安全、舒適、節(jié)能、高效行駛，最終實現(xiàn)上路安全行駛的無人駕駛汽車。目前，現(xiàn)有的智能網(wǎng)聯(lián)汽車管理系統(tǒng)并不完善，不能對智能網(wǎng)聯(lián)汽車在交通事故易發(fā)地的交通安全進行有效評價并預警，進而無法避免交通事故的二次發(fā)生。
技術實現(xiàn)思路
1、針對上述情況，為克服現(xiàn)有技術的缺陷，本專利技術提供了一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法、系統(tǒng)，以至少部分解決上述技術問題。
2、本專利技術采取的技術方案如下：
3、本專利技術提出了一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，所述方法應用一種汽車駕駛數(shù)據(jù)采集系統(tǒng)，所述系統(tǒng)與一智能攝像頭通信連接，所述方法包括：根據(jù)所述智能攝像頭對第一駕駛用戶進行駕駛數(shù)據(jù)采集，獲得第一采集數(shù)據(jù)信息；
4、通過對所述第一采集數(shù)據(jù)信息進行特征識別，獲得駕駛特征信息，其中，所述駕駛特征信息包括第一識別部位特征和第二識別部位特征，所述第一識別部位特征為手部特征，所述第二識別部位特征為面部特征；
5、通過對所述駕駛特征信息進行分布式模型訓練，構(gòu)建第一駕駛特征分布模型；獲得所述第一駕駛用
6、基于物聯(lián)網(wǎng)，將所述第一駕駛車輛信息進行上傳，獲得類比駕駛車輛類型的第一識別要素模板信息；
7、基于所述第一識別要素模板信息和所述第一駕駛特征分布模型，確定第一分析結(jié)果，其中，所述第一分析結(jié)果為適配可調(diào)節(jié)信息；
8、根據(jù)所述適配可調(diào)節(jié)信息對所述第一駕駛用戶進行提醒。
9、作為本專利技術進一步的方案：一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，還包括采集車輛行駛數(shù)據(jù)和車輛部件監(jiān)測數(shù)據(jù)；
10、對所述車輛行駛數(shù)據(jù)進行處理與分析，得到當前危險駕駛行為類型；對所述車輛部件監(jiān)測數(shù)據(jù)進行處理與分析，得到當前車輛異常類型；
11、根據(jù)危險駕駛行為類型和/或車輛異常類型發(fā)出報警信息和/或?qū)囕v進行干預。
12、作為本專利技術再進一步的方案：所述車輛行駛數(shù)據(jù)包括以下任一項或其組合：車速信息、加速度信息、減速度信息、油門信息、剎車信息、方向盤信息、轉(zhuǎn)向燈信息、發(fā)動機信息、擋位信息、行駛時間信息、氣壓系統(tǒng)信息和液壓系統(tǒng)信息；
13、所述車輛部件監(jiān)測數(shù)據(jù)包括以下任一項或其組合：車輛制動力信息、剎車累計時長信息、剎車累計里程信息、剎車片磨損信息、剎車片溫度信息、輪胎累計行駛里程信息、輪胎溫度信息和輪胎速度信息。
14、作為本專利技術再進一步的方案：所述車輛行駛數(shù)據(jù)為所述加速度信息和所述油門信息，所述當前危險駕駛行為類型為急加速危險駕駛行為；
15、所述對所述車輛行駛數(shù)據(jù)進行處理與分析，得到當前危險駕駛行為類型，包括：在一定預設時間段內(nèi)，當加速度超過第一加速度閾值、加速持續(xù)時間超過預設值且油門開度超過油門開度閾值這一情況的發(fā)生次數(shù)，達到預設次數(shù)，則判定所述當前危險駕駛行為類型為急加速危險駕駛行為；
16、根據(jù)危險駕駛行為類型發(fā)出報警信息和對車輛進行干預，包括：發(fā)出急加速報警信息，經(jīng)過提醒后仍出現(xiàn)所述急加速危險駕駛行為，且加速度超過第二加速度閾值，則對車輛進行干預，對提速功能進行限制。
17、作為本專利技術再進一步的方案：所述車輛行駛數(shù)據(jù)為所述減速度信息和所述剎車信息，所述當前危險駕駛行為類型為急減速危險駕駛行為；
18、所述對所述車輛行駛數(shù)據(jù)進行處理與分析，得到當前危險駕駛行為類型，包括：在一定預設時間段內(nèi)，當減速度超過減速度閾值、減速持續(xù)時間超過預設值且剎車開關量有效這一情況的發(fā)生次數(shù)，達到預設次數(shù)，則判定所述當前危險駕駛行為類型為急減速危險駕駛行為；
19、根據(jù)危險駕駛行為類型發(fā)出報警信息，包括：發(fā)出急減速報警信息。
20、作為本專利技術再進一步的方案：一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，包括：汽車微機控制器、單目相機、方向盤轉(zhuǎn)角傳感器、車載顯示器、5g?cpe、云端服務器、模擬駕駛艙及遠程視景傳輸系統(tǒng)；
21、其中，所述汽車微機控制器分別與所述方向盤轉(zhuǎn)角傳感器、所述車載顯示器、所述單目相機及所述云端服務器連接；
22、所述單目相機用于采集車輛的車道偏離量，并將所述車道偏離量發(fā)送給所述汽車微機控制器；
23、所述方向盤轉(zhuǎn)角傳感器用于采集車輛的方向盤轉(zhuǎn)角，并將所述方向盤轉(zhuǎn)角發(fā)送給所述汽車微機控制器；
24、所述汽車微機控制器安裝在車輛上，用于根據(jù)所述車道偏離量計算車道偏離標準差，根據(jù)所述方向盤轉(zhuǎn)角計算方向盤回轉(zhuǎn)率，并判斷所述車道偏離標準差及所述方向盤回轉(zhuǎn)率是否滿足預設條件，并在滿足所述預設條件時，通過所述車載顯示器向駕駛?cè)税l(fā)出疲勞報警信息，同時進行預設時間倒計時，并計算所述預設時間內(nèi)的車道偏離標準差和方向盤回轉(zhuǎn)率，并在所述預設時間內(nèi)的車道偏離標準差和方向盤回轉(zhuǎn)率滿足所述預設條件時，通過所述5gcpe向所述云端服務器上傳疲勞報警信息，同時激活遠程駕駛功能，啟動車輛線控功能，由所述遠程視景傳輸系統(tǒng)將真車駕駛視野傳輸?shù)剿瞿M駕駛艙，并由所述云端服務器向所述模擬駕駛艙下發(fā)接管信息，由所述模擬駕駛艙進行接管。
25、作為本專利技術再進一步的方案：所述預設條件為：所述車道偏離標準差大于或等于車道偏離標準差閾值，或所述方向盤回轉(zhuǎn)率大于或等于方向盤回轉(zhuǎn)率閾值。
26、作為本專利技術再進一步的方案：一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，還包括監(jiān)控模塊，用于采集車輛后側(cè)方圖像、各個目標對象的距離和位置，并將采集的車輛后側(cè)方圖像、各個目標對象的距離和位置發(fā)送給中央處理模塊；
27、中央處理模塊，內(nèi)置基于圖像的目標識別算法，用于接收所述車輛后側(cè)方圖像、各個目標對象的距離和位置，并從所述車輛后側(cè)方圖像中識別各個目標對象的類別，并將識別的各個目標對象的類別與采集的各個目標對象的距離和位置進行匹配，確定各個類別的目標對象的距離和位置；當乘員觸發(fā)車門內(nèi)側(cè)把手準備開門時，中央處理器接收車門把手觸發(fā)傳感器觸發(fā)信號，并根據(jù)此時各個類別的目標對象的距離和位置確定是否存在碰撞風險，若存在碰撞風險，發(fā)送報警信號給預警模塊/干預模塊；
28、所述預警模塊用于接收并根據(jù)所述報警信號對駕駛員或乘員做出相應的預警提示；
29、所述干預模塊用于接收并根據(jù)所述報警信號對駕駛員的開門行為做出干預。
30、作為本專利技術再進一步的方案：所述監(jiān)控模塊包括攝像頭以及激光雷達探測器；所述攝像頭以及所述激光雷達探測器均與所述中央處理模塊建立通信；
31、所述攝像頭包括多個，多個攝像頭分別安裝在左右后視鏡外邊緣內(nèi)側(cè)，用于本文檔來自技高網(wǎng)...
【技術保護點】
1.一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述方法應用一種汽車駕駛數(shù)據(jù)采集系統(tǒng)，所述系統(tǒng)與一智能攝像頭通信連接，所述方法包括：根據(jù)所述智能攝像頭對第一駕駛用戶進行駕駛數(shù)據(jù)采集，獲得第一采集數(shù)據(jù)信息；
2.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，還包括采集車輛行駛數(shù)據(jù)和車輛部件監(jiān)測數(shù)據(jù)；
3.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述車輛行駛數(shù)據(jù)包括以下任一項或其組合：車速信息、加速度信息、減速度信息、油門信息、剎車信息、方向盤信息、轉(zhuǎn)向燈信息、發(fā)動機信息、擋位信息、行駛時間信息、氣壓系統(tǒng)信息和液壓系統(tǒng)信息；
4.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述車輛行駛數(shù)據(jù)為所述加速度信息和所述油門信息，所述當前危險駕駛行為類型為急加速危險駕駛行為；
5.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述車輛行駛數(shù)據(jù)為所述減速度信息和所述剎車信息，所述當前危險駕駛行為類型為
6.一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，其特征在于，包括：汽車微機控制器、單目相機、方向盤轉(zhuǎn)角傳感器、車載顯示器、5G?CPE、云端服務器、模擬駕駛艙及遠程視景傳輸系統(tǒng)；
7.根據(jù)權(quán)利要求6所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，其特征在于，所述預設條件為：所述車道偏離標準差大于或等于車道偏離標準差閾值，或所述方向盤回轉(zhuǎn)率大于或等于方向盤回轉(zhuǎn)率閾值。
8.根據(jù)權(quán)利要求6所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，其特征在于，還包括監(jiān)控模塊，用于采集車輛后側(cè)方圖像、各個目標對象的距離和位置，并將采集的車輛后側(cè)方圖像、各個目標對象的距離和位置發(fā)送給中央處理模塊；
9.根據(jù)權(quán)利要求8所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，其特征在于，所述監(jiān)控模塊包括攝像頭以及激光雷達探測器；所述攝像頭以及所述激光雷達探測器均與所述中央處理模塊建立通信；
10.根據(jù)權(quán)利要求8所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，其特征在于，所述攝像頭和所述激光雷達探測器通過調(diào)節(jié)固定裝置安裝在所述左右后視鏡上，所述調(diào)節(jié)固定裝置的控制端與所述中央處理模塊建立通信，所述中央處理模塊還用于發(fā)送視角調(diào)節(jié)指令給所述調(diào)節(jié)固定裝置的控制端，所述調(diào)節(jié)固定裝置的控制端用于接收所述視角調(diào)節(jié)指令，并根據(jù)所述視角調(diào)節(jié)指令將述攝像頭和所述激光雷達探測器的監(jiān)測視角調(diào)節(jié)至最佳監(jiān)測視角。
...【技術特征摘要】
1.一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述方法應用一種汽車駕駛數(shù)據(jù)采集系統(tǒng)，所述系統(tǒng)與一智能攝像頭通信連接，所述方法包括：根據(jù)所述智能攝像頭對第一駕駛用戶進行駕駛數(shù)據(jù)采集，獲得第一采集數(shù)據(jù)信息；
2.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，還包括采集車輛行駛數(shù)據(jù)和車輛部件監(jiān)測數(shù)據(jù)；
3.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述車輛行駛數(shù)據(jù)包括以下任一項或其組合：車速信息、加速度信息、減速度信息、油門信息、剎車信息、方向盤信息、轉(zhuǎn)向燈信息、發(fā)動機信息、擋位信息、行駛時間信息、氣壓系統(tǒng)信息和液壓系統(tǒng)信息；
4.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述車輛行駛數(shù)據(jù)為所述加速度信息和所述油門信息，所述當前危險駕駛行為類型為急加速危險駕駛行為；
5.根據(jù)權(quán)利要求1所述的一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預方法，其特征在于，所述車輛行駛數(shù)據(jù)為所述減速度信息和所述剎車信息，所述當前危險駕駛行為類型為急減速危險駕駛行為；
6.一種基于智能網(wǎng)聯(lián)汽車的事故分析與智能干預系統(tǒng)，其特征在于，包括：汽車微機控制器、單目相機、方向盤轉(zhuǎn)角...
【專利技術屬性】
技術研發(fā)人員：陳松，朱海榮，江曉瑩，
申請(專利權(quán))人：江蘇工程職業(yè)技術學院，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。