-
公开(公告)号：CN105083117B
公开(公告)日：2018-02-02
申请号：CN201510582107.6
申请日：2015-09-14
Applicant: 长安大学
Abstract: 本发明属于交通安全领域，公开了一种车辆进入高速公路匝道口时的防撞装置及防撞方法，该防撞装置包括：智能CAN转换器、安装在自身车辆前方保险杠上的前置激光扫描雷达、安装在自身车辆方向盘上的转角传感器、安装在自身车辆制动踏板上的制动行程传感器、安装在自身车辆后方保险杠上的后置激光扫描雷达、安装在仪表盘上的语音报警装置，以及与所述智能CAN转换器、所述前置激光扫描雷达、所述转角传感器、所述制动行程传感、所述后置激光扫描雷达、所述语音报警装置分别电连接的处理单元。
-
公开(公告)号：CN103978932B
公开(公告)日：2016-06-29
申请号：CN201410211064.6
申请日：2014-05-16
Applicant: 长安大学
Abstract: 本发明涉及汽车安全领域，公开了一种公交车驾驶员危险驾驶的检测装置及检测方法。该装置包括数据处理单元，用于采集乘客图像的摄像头，用于提取乘客图像中头部图像和身体姿势图像并检测乘客身体前后或左右的摆动姿势及人数的图像处理器，用于根据数据处理单元发出的报警信号进行报警的闪光蜂鸣器；摄像头的视频输出端电连接图像处理器的视频输入端，图像处理器的I/O输出端电连接数据处理单元的I/O输入端，数据处理单元的I/O输出端电连接闪光蜂鸣器的输入端。该装置能够检测辨别出危险驾驶信号，并向驾驶员发出警告，以提醒驾驶员现在处于危险驾驶状态，使驾驶员能够平稳驾驶，确保车辆能够安全平稳行驶，保证乘客安全。
-
公开(公告)号：CN102991505B
公开(公告)日：2016-01-20
申请号：CN201210524075.0
申请日：2012-12-07
Applicant: 长安大学
IPC: B60W40/072
Abstract: 本发明公开了一种前方道路曲率估计装置及其估计方法，用一个激光雷达来实时监控自身车辆运行过程中前方其他车辆的运行状态，通过对激光雷达的数据进行分析，识别出前方道路上正常行驶的其他车辆。在自身车辆行驶路径保持直线的情况下，通过对前方其他车辆的行驶状态进行分析来间接的获取前方道路线形。因此，通过对自身激光雷达所返回的自身车辆与前方其他车辆的相对距离、相对方位角进行分析，采用曲线拟合方法对前方其他车辆的行驶轨迹的线形进行拟合。如果拟合结果为直线，则表明前方道路为直道。如果拟合结果为曲线，则表明遣返道路为弯道，再利用曲线拟合结果计算分析道路的曲率值，从而得到前方道路的曲率估计值。
-
公开(公告)号：CN105150922A
公开(公告)日：2015-12-16
申请号：CN201510582692.X
申请日：2015-09-14
Applicant: 长安大学
IPC: B60Q5/00 , B60R16/023
Abstract: 本发明属于交通安全领域，公开了一种车辆换道时判断后方路况的预警装置和预警方法，预警装置包括：智能CAN转换器、安装在自身车辆后方的激光扫描雷达、语音报警装置以及与智能CAN转换器、激光扫描雷达和语音报警装置分别电连接的处理单元；智能CAN转换器，用于采集自身车辆CAN总线上的转向灯信息；激光扫描雷达，用于扫描目标车道的路况信息；语音报警装置，用于将自身车辆是否适合换道的判断结果进行播报；所示处理单元用于对智能CAN转换器、所示激光扫描雷达输出的数据进行处理。
-
公开(公告)号：CN102963300B
公开(公告)日：2015-01-28
申请号：CN201210524510.X
申请日：2012-12-07
Applicant: 长安大学
Abstract: 本发明公开了一种防止车辆转弯时与非机动车发生碰撞的提示装置及其提示方法，使用一个方向盘转角传感器和车速传感器来实时监测车辆的运动状态，当方向盘转角角度大于一定值时即表明车辆即将发生程度较大的转弯过程。同时使用两个激光雷达对自身车辆的左后侧区域和右后侧区域，然后将激光雷达的数据发送到微处理器中。微处理器实时采集数据，同时对激光雷达的数据进行判断，辨识自身车辆后方区域中存在的非机动车，并实时判断自身车辆与非机动车发生碰撞的危险性。该提示装置及其投资费用少，适合大规模推广使用，其提示方法具有智能化和自动化的特点，无需驾驶员进行任何操作，工作可靠性高。
-
Patent Agency Ranking
公开(公告)号：CN118749978A
公开(公告)日：2024-10-11
申请号：CN202410799063.1
申请日：2024-06-20
Applicant: 长安大学
Abstract: 本发明属于驾驶行为培训技术领域，具体涉及一种基于事故数据的应激反应能力评估与训练方法及系统。由于本发明场景库中的所有应激场景均来自于真实事故，所以能为驾驶人提供丰富且切合实际的驾驶应激体验；本发明具有完整的驾驶模拟系统，为驾驶人提供应激反应能力评估与训练两种模式，能够更好地服务于驾驶应激能力的相关研究；提供具体的应激反应能力综合得分参考，驾驶人可对自身应激反应能力产生认知。而且，本发明对于驾驶人的应激反应能力做出了具体的量化指标，对于测试及训练驾驶人的应激反应能力有一定的帮助。
-
公开(公告)号：CN118618379A
公开(公告)日：2024-09-10
申请号：CN202410841084.5
申请日：2024-06-27
Applicant: 长安大学
IPC: B60W30/18
Abstract: 本发明的一种基于XGBoost算法的汽车换道驾驶行为决策方法，包括如下步骤：S1.采用V2X技术与车辆传感器获取自车与自车周围车辆的运动状态信息；S2.将获取的自车与自车周围车辆的运动状态信息输入参数处理模块中进行数据转换，得到自车与自车周围车辆的车辆相对运动状态参数；S3.将车辆相对运动状态参数与自车速度输入到基于XGBoost算法的车辆自主换道决策模型中，输出换道决策结果。本发明使用智能网联技术获取车边车辆运动状态信息，对周边车辆的运动状态信息进行实时监测，提高获取的数据准确性，本发明的决策方法基于XGBoost算法的集成学习方法作为车辆自主换道决策模型，决策时间短，决策结果准确率高。
-
公开(公告)号：CN113657716B
公开(公告)日：2024-03-05
申请号：CN202110807142.9
申请日：2021-07-16
Applicant: 长安大学
IPC: G06Q10/0639 , G06F17/16 , G06Q10/0635
Abstract: 本发明属于安全驾驶技术领域，公开了一种基于熵权法的驾驶员驾驶行为安全性综合评价方法，包括：获取多个待评价驾驶员行车过程中的视频数据和车辆基本行驶数据；据此计算其对应的原始评价指标；对每个待评价驾驶员的原始评价指标中的极小型指标进行正向化处理，再对正向化后的数据进行标准化处理；基于熵权法计算每个评价指标的权重；使用TOPSIS计算每个待评价驾驶员的安全得分，评分越高的驾驶员，驾驶行为安全性越高。本发明能够为道路安全部门培训提供一定的理论参考，规范驾驶员安全驾驶，提升道路交通行车安全。(56)对比文件赵晓华;鞠云杰;李佳;陶盼盼;王雪松;周荣贵.基于驾驶行为和视觉特性的长大隧道突起路标作用效果评估.中国公路学报.2020,(第06期),全文.刘萌;邹忠义;黄斐.基于熵权AHP理论的驾驶倾向性辨识评价方法.公安海警学院学报.2016,(第01期),全文.
-
公开(公告)号：CN113032452B
公开(公告)日：2024-02-02
申请号：CN202110210527.7
申请日：2021-02-25
Applicant: 长安大学
IPC: G06F16/2458 , G06F16/29 , G06F17/18 , G06Q10/0639 , G06Q50/26 , G06Q50/40 , G08G1/01
Abstract: 本发明属于交通安全技术领域，公开了一种基于欧氏距离的驾驶员驾驶稳定性评估方法，包括：实时采集驾驶员的驾驶速度数据及对应的原始位置数据，获取驾驶行为序列和原始道路类型序列；对每个原始道路类型序列进行平滑处理，剔除不光滑数据，得到平滑处理后的道路类型序列；获取在每种道路类型下该驾驶员正常驾驶模式下的驾驶行为序列；计算该驾驶员在每种道路类型下的所有驾驶行为序列的平均欧氏距离，从而得到该驾驶员在每种道路类型下的驾驶稳定性。本发明能够根据不同的驾驶行为评估不同道路状况下驾驶员的驾驶稳定性，为提高交通安全，降低交通事故的发生率提供重要依据。
-
公开(公告)号：CN117373222A
公开(公告)日：2024-01-09
申请号：CN202311188093.0
申请日：2023-09-15
Applicant: 长安大学
Abstract: 本发明公开了一种大桥路段大风天气下的货车预警系统包括：石英式动态称重模块、气象数据采集模块、道路附着系数采集模块、路侧预警模块、电源模块、工控存储模块，所述石英式动态称重模块、气象数据采集模块、道路附着系数采集模块以及路侧预警模块均通过工控存储模块与电源模块连接，并将上述模块采集到的相关数据发送至所述工控存储模块中，经过所述工控存储模块的数据分析处理后反馈至所述路侧预警模块，对即将经过大桥路段的货车驾驶员进行风险预警提示。采用本发明的预警方法使货车在大桥路段大风天气下，实现了过往货车的类型判别，侧向横风作用力的求解，以基于最小轴重的车轴单元的临界侧翻侧滑速度求解，提升行车安全性。
-
-
-
-
-
-
-
-
-
Search Results
271
records
(took 0.042 seconds)
