分享服务SenSafe:感应车辆和行人交通安全框架的行为

文摘

交通事故涉及车辆运输系统的一个最严重的问题。如何检测危险驾驶,然后实时报警的司机是一个问题。更重要的是,走在使用智能手机使行人更容易受到各种风险。尽管专用短程通信(简称DSRC)提供安全通信的方式,大多数车辆尚未部署与DSRC组件。更糟糕的是,不支持DSRC的智能手机vehicle-to-pedestrian (V2P)通信。在本文中,一个名叫SenSafe分享服务框架开发改善交通安全。SenSafe是一个框架,只有利用智能手机感知周围的事件,并为司机提供警报。分享服务驾驶行为检测机制框架内发现各种开发指导行为。此外,wi - fi协会和认证开销减少使用wi - fi信标广播压缩传感数据通知司机的环境。此外,碰撞估计算法设计问题适当的警告。 Finally, an Android-based implementation of SenSafe framework has been achieved to demonstrate the application reliability in real environments.

1。介绍

交通安全成为一个严重的问题在运输系统。随着汽车数量的增长,交通事故的水平有显著增加。不仅车辆,行人和骑自行车的人都面临着安全威胁交通事故。根据(1),交通事故导致全球超过50万人死亡,1400万人受伤,2016年5月底。交通事故的主要原因之一是,司机不注意周围车辆的行为。使用智能手机时在我们的社会越来越明显,当人们走的注意力集中在智能手机和分心的风景,潜在的事故都是在他们面前的。减少交通事故,有必要协助司机更好地了解周围的环境,包括相邻车辆和行人和骑自行车的人。

专用短程通信(简称DSRC) (2)一直被认为是最有前途的方法来提高运输安全。它由一组车辆配备车载单元(酸)和一组沿着公路,路边单元(限制),旨在提供可靠和低延迟vehicle-to-vehicle (V2V)和vehicle-to-infrastructure (V2I)通信。然而,由于对DSRC部署额外的努力,大部分车辆没有配备的OBU短距离。此外,DSRC不支持的一般智能手机vehicle-to-pedestrian (V2P)通信。

使运输的安全性,提出了很多策略。有一些作品使用安全辅助驾驶系统的车载设备。摄像机和雷达是用于监控危险驾驶行为和提醒车辆之间的距离为汽车制造商提供技术支持。尽管基于摄像机和雷达安全技术的成本减少,这些安全技术还没有被部署在经济工具。它仍然需要时间大部分车辆部署这些安全技术。此外,由于缺乏沟通,车辆需要自己做出决定。

随着智能手机的广泛使用,大多数司机和行人有智能手机,它提供了可能的增强交通安全使用它们。如今,智能手机逐渐配备功能传感器(如加速度计、陀螺仪、GPS、相机,等等),这些传感器可以应用于识别和监测各种车辆的行为。此外,它们包含通信资源和支持快速部署新的应用程序3]。

传感器技术在智能手机使车辆流动行为的监控,包括车道变化、转变,加速和刹车。如果这些信息能被感知和传输到其他车辆和行人通行,它们可能用于碰撞预防、早期碰撞检测、拥塞避免,等等。智能手机有丰富的通信资源,如蓝牙、wi - fi和3 g / LTE。然而,使用它们构建合适的高效的信息共享网络运输系统是很困难的。特别是,蓝牙的传输范围不能满足通信的要求。无线身份验证和协会的队伍之前,数据传输和交流更适合1到n。3 g / LTE的基站需要援助。

在本文中,我们提出SenSafe,分享服务框架为交通安全传感、通信、报警,克服固有的局限性要求额外的专业设备现有的方法。

SenSafe是一个小说的框架,只有利用智能手机来改善交通安全。车辆的检测和报告事件收集基于遥感数据在市区驾驶行为。车辆航向角的变化和相应的位移在转向机动计算对驾驶行为的分类。驾驶行为分为不同的类型,包括,车道改变,加速和刹车。Beacon-based通信交换驾驶信息提供。周边环境提醒和碰撞预警提供基于的数据环境。

我们强调我们的主要贡献如下:(我)我们提出一个框架,SenSafe,只使用智能手机的驾驶行为,驾驶信息交换,负担得起提醒和报警。(2)我们提供各种驾驶行为的检测和分化只利用智能手机的内置传感器在城市地区。我们从市区分析传感数据收集和发现车辆不可能总是顺利转弯车道变化由于周围的车辆和行人的影响。暂时中断正在考虑提高驾驶行为检测的准确性。(3)我们提供beacon-based沟通,修改服务集标识符(SSID)领域的无线信标帧的驾驶行为,位置,和流动信息。提供了数据压缩和解压缩方法使用名称字段。事件驱动的通信是利用向周围的司机提供即时提醒。普通激励周围车辆的行为和安全警告即将到来的碰撞是提供给司机。(iv)SenSafe的基于android系统的实现框架取得证明可靠性评价结果和应用在真实的环境中。

本文的其余部分组织如下。节2简要概述的相关工作。节3介绍了SenSafe,框架概述。三个模块的细节SenSafe在部分解释4- - - - - -6。实施、绩效评价和实验结果部分所示7。最后,本文的结论部分8。

2。相关的工作

有一些作品来检测车辆的行为。一些作品使用固定车载设备监控车辆的行为。Mobileye使用摄像机和雷达为汽车制造商提供技术支持(4]。虽然车辆安全技术成本的降低,这些安全技术还没有被部署在经济工具。它仍然需要时间大部分车辆部署这些安全技术。广泛的智能手机,智能手机解决方案可用于汽车,还有一些作品关注使用智能手机来帮助驱动程序。

Drivea [5],iOnRoad [6),和增强驾驶7)应用程序的功能检测车道离职和警告司机当前方车辆的距离太近。CarSafe [8提醒驾驶员分心的问题在智能手机上使用双摄像头,一个用于检测驾驶员状态,另一个用于跟踪路况。尽管基于成像系统功能协助司机,他们有限制的计算开销和图像质量的要求和工作更糟糕的晚上和照明条件差。

没有摄像头传感器在智能手机已使用流量调节器检测(9),定位(10),运输方式分类(11)、车辆速度估计(12),和驾驶行为检测(10,13- - - - - -15]。在[13),智能手机感知车辆动力学是用来确定司机电话的使用。惯性测量单元(IMU)传感器包括加速度计和陀螺仪的智能手机是用来捕获向心加速度由于车辆动力学的差异。在[14),三种算法使用运动传感器检测驾驶事件提出了嵌入式在智能手机上。第一个检测算法是基于GPS接收器收集的数据。第二个和第三个检测算法利用加速度计传感器和使用模式匹配技术来检测驾驶事件。在[15),车辆转向检测中间件叫V-Sense商品开发智能手机仅利用nonvision传感器在智能手机上。算法用于检测和区分各种车辆演习,包括车道变化,弯曲的道路,和驾驶。然而,本文只考虑了光滑的驾驶行为。一旦突然刹车,因为周围的车辆和行人,它不能很好地工作。在[10)、嵌入式传感器在智能手机是用来捕捉巷的模式改变的行为,和公路上的驾驶环境。

有一些工作的沟通。一些公司和研究人员关注的V2V DSRC通信(16,17]。然而,所有的这些作品需要特殊设备进行通信,还没有被部署在大多数的车辆。一些作品使用智能手机的通信资源,避免使用额外的设备。主接入点传播信息的单位通过wi - fi的智能手机18],适用于固体组。但动态组,wi - fi的游行身份验证和协会和通常1到n通信。wi - fi直接,设备发现阶段可能需要超过10秒(在某些情况下19]。作者修改名称的wi - fi信号存储位置和速度警报(智能手机的20.]。然而,他们不考虑车辆的驾驶行为。除此之外,作为访问点(APs)只能广播信标和客户只能接收信标,如何实现双向通信是不考虑。

不同于之前的工作,我们建议分享服务集成框架SenSafe交通安全考虑感应车辆行为。这个框架只是基于智能手机,因此可以很容易地部署智能手机的广泛使用。车辆行为感知是这个框架的要点之一。改善车辆行为的鲁棒性和准确性传感、nonvision传感器是用来降低图像质量的影响,以及不平滑的驾驶行为是可能会有一些刹车的队伍。考虑到只有美联社广播信标和不能接收来自其他APs的灯塔,提出了一种事件驱动的通信方法实现双向通信。最后,提醒事件分为普通促使周围车辆的行为和未来碰撞的安全警告司机。

3所示。框架概述

本节描述该框架的高级概述SenSafe提出交通安全。SenSafe集中于车辆和行人的安全。交通事故的主要原因之一是,司机不能注意周围的车辆和行人的行为。SenSafe认为使用的智能手机普遍改善交通安全没有任何安装新设备的成本。

作为显示在图1,SenSafe使用智能手机的传感器收集的数据对车辆流动性。之后,这些数据可以用来获得车辆的驾驶行为。使用环境的信息传输,司机可以有一个更好的理解的环境。此外,智能手机的行人从GPS和获得移动信息广播到车辆加强脆弱的行人的安全。

系统体系结构如图2。框架由三个组件:驾驶行为检测模块,beacon-based通信模块,和碰撞预警模块。驾驶行为检测模块考虑运动传感器和GPS的输出。加速、刹车、转弯,并使用该算法车道检测到变化。Beacon-based通信模块压缩感知数据的SSID信标进行交流沟通的!碰撞预警模块使用的数据提醒周围的司机驾驶行为和发现威胁当前车辆的车辆和行人可能受到威胁。

4所示。驾驶行为检测

在一个访问中,智能手机从运动传感器和GPS,收集输入数据和驾驶行为检测系统决定驾驶行为的类型。这部分细节的设计和功能驾驶行为检测。首先,我们描述了如何利用智能手机的传感器来确定车辆正在加速,刹车,或改变车道。然后,我们展示如何SenSafe分类等不同的汽车驾驶行为基于检测结果。android智能手机作为我们的目标平台从四个车载传感器收集原始数据,使用硬件加速计,磁强计,陀螺仪,GPS接收器。

4.1。坐标对齐

鉴于智能手机上的重力方向的坐标系统,智能手机的态度可以固定在一个锥形面在地球坐标系统。因此,我们智能手机坐标与大地坐标对齐删除3自由度投影1度,如图3。磁力仪是利用角δ之间的和在大地坐标系,轴的投影智能手机的身体协调系统地球的平面坐标系统。(指向地球东),(指向地球北)(与重力)的三个参考轴的地球坐标系统。结果结合的角度是从磁强计读数和旋转矩阵,遥感数据的组件可以计算相应车辆的方向。旋转矩阵是解释的详细配方(21]。

4.2。检测算法

4.2.1。准备加速和刹车检测

加速度计的帮助下,加速和刹车可以区分(数字4和5)。移动平均滤波器用于消除噪音从原始加速度。由于不可预知的道路状况和不同驾驶偏好,在真正的实现包括加速度噪声。为了过滤掉噪音,我们使用一个状态机来检测事件。基本上有五个州,Waiting-for-Acc、Acc-Pending Brake-Pending,加速和刹车。状态转换过程如图6。下面的列表描述了规范的参数用于加速和制动检测算法:Acc:移动平均滤波器的加速度Acc_Threshold:加速进入的门槛Acc-Pending状态Brake_Threshold:加速进入的门槛Brake-Pending状态Acc_Time_Threshold:时间的阈值在Acc-Pending状态进入加速状态Brake_Time_Threshold:时间的阈值在Brake-Pending状态进入制动状态T_Acc_Pending:在Acc-Pending状态T_Brake_Pending:在Brake-Pending状态

Waiting-for-Acc的初始状态是加速和制动检测。一样真正的加速度出现波动的曲线由于噪音,Acc-Pending和Brake-Pending两个过渡状态,以减少噪声的影响。加速度,系统进入Acc-Pending状态之后Acc大于Acc_Threshold并退出Acc-Pending状态时Acc小于或等于什么Acc_Threshold。如果T_Acc_Pending 在大于Acc-Pending状态Acc_Time_Threshold,国家变得加速度,这意味着正在加速。刹车,后系统进入Brake-Pending状态Acc小于Brake_Threshold并退出Brake-Pending状态时Acc大于或等于什么Acc_Threshold。如果T_Brake_Pending在大于Brake-Pending状态Brake_Time_Threshold,国家就刹车。

4.2.2。转身车道变化检测

的设在读数的陀螺仪利用智能手机代表车辆角速度。当司机做的一些行为改变车辆的方向(例如,改变单个或多个车道和转向),角速率有明显的改善(图7)。左转,逆时针旋转的设在发生和产生积极的阅读,而在右转,发生顺时针旋转,从而产生消极的读数。左车道变化积极阅读是紧随其后的是消极阅读,而对于一个右车道改变,消极的读数是紧随其后的是积极的阅读。

通过检测疙瘩设在陀螺仪数据,我们可以确定车辆左/右转或只能改变。其他指导动作,回头和multiple-lane变化,有类似的形状但不同大小的疙瘩的宽度和高度。的参数描述,雷恩变化检测以下列表所示:

Ang_SE_Threshold:角速度的门槛进入和离开一个可能的肿块Ang_Top_Threshold:角速度的阈值的最大值应大于有效碰撞T_Bump:角速率大于持续时间Ang_SE_Threshold在一个肿块T_Bump_Threshold的最低门槛T_Bump对于一个有效的肿块G_threshold:GPS速度估计的阈值,如果车辆是静止的Delay_threshold:连续阈值来判断肿块T_stop:GPS速度小于的持续时间G_thresholdT_wait:Waiting-for-Bump状态的持续时间

采用移动平均滤波器消除噪声从原始陀螺仪读数。滤波器的延迟参数被设置为15个样本对应0.75秒的时间域。实验观察表明,它是短暂的,但足够好的提取波形的疙瘩。

减少假阳性和区分抖动的肿块,肿块应该满足以下三个约束的有效性:期间所有的读数应大于一个肿块Ang_SE_Threshold ,最大的值应不少于一个肿块Ang_Top_Threshold ,的持续时间T_Bump 应该不少于T_Bump_Threshold (图8(一个))。两个有效的连续碰撞,时间应该小于两者之间的疙瘩Delay_threshold 除了这辆车停了下来(图的时候8 (b))。

有七个州的碰撞检测算法:没有凹凸,一次碰撞,Waiting-for-Bump, More-Bump, Bump-End,和前馈。状态转换是受GPS速度和角速度的影响。角速度是设在陀螺仪阅读。状态转换过程如图9。

在没有凹凸状态,连续监控角速度。当测量角速度的绝对值达到Ang_SE_Threshold开始,它被视为一个可能的撞击,和算法输入一次碰撞状态。

一次碰撞状态终止当测量角速度的绝对值Ang_SE_Threshold。如果时间大于一次碰撞状态的持续时间T_Bump和最大角速度大于Ang_Top_Threshold,因此满足这三个约束条件,第一个发现肿块是分配给是有效的。在这种情况下,该算法进入Waiting-for-Bump状态。否则,它将返回没有凹凸。

在Waiting-for-Bump状态,它监视角速度,直到它的绝对值Ang_SE_Threshold和持续时间被定义为T_wait。GPS速度也监控是否中途被打断了。T_stop用于定义时间的GPS速度小于G_threshold,这意味着将被中断。如果之间的差异T_wait和T_stop小于Delay_threshold,系统进入More-Bump的状态,这意味着迎面而来的肿块被认为是连续的疙瘩。如果新的肿块是有效的,系统进入Waiting-for-Bump状态为新疙瘩。如果没有,系统进入Bump-End的状态来确定驾驶行为。

在Bump-End状态,连续的迹象,这些疙瘩可用于驾驶行为的判断。如果这些疙瘩有相同的迹象,确定了驾驶行为转变。如果他们有相反的迹象,驾驶行为的决心是改变车道。此外,如果只有一个有效碰撞(即。,the second bump is invalid), the driving behavior is determined to be turn.

基于碰撞检测、驾驶行为分为转身巷的变化。得到的详细分类的行为(例如,左转,右转,转变),之间的航向角的差异开始和结束的驾驶行为。

我们计算出车辆航向角的变化从陀螺仪的读数。是采样的时间间隔。的凹凸指数是有效的疙瘩。角的速度吗采样和用于大约代表在采样周期的平均角速度。因此,我们得到了集成的车辆航向角的变化每个采样周期的航向角的变化: 左转,大约是。右转,这是。回头了,大约是。巷的变化,它是。

司机不能使一个完美的驾驶行为得到完美的重合程度,驾驶行为的范围扩展,如表所示1。

水平位移的基础上,我们进一步提取multiple-lane从车道改变multiple-lane水平位移的变化是大于一个。如果水平位移小于HD_Lower_Threshold(例如,车道的宽度),这意味着这些连续碰撞是由一些干扰而不是车道改变引起的。如果水平位移大于HD_Upper_Threshold,这种行为被视为multiple-lane改变。否则,视为只能改变的行为。水平位移可以计算如下。其中,是采样的时间间隔,角的速度吗抽样,全球定位系统(GPS)的速度吗抽样:

5。Beacon-Based沟通

我们使用智能手机的无线通信。随着正常的wi - fi的协会和认证队伍会导致延迟,我们选择无线AP的信标帧的传感信息。信标帧用于声明可以转移现有美联社和美联社没有协会和认证队伍。灯塔填料内嵌入目标信息的名称字段wi - fi标头和可用的无线AP模式22]。

利用信标传输传感信息的问题是灯塔只能从美联社转移到客户端,导致的单向传播。然而,这是不够的,只有一个设备传输传感信息的一部分,每个设备需要广播其流动信息。为了解决这个问题,我们提出了事件驱动的通信算法;一旦车辆检测到一个事件(例如,加速、刹车、又和车道变化),里面的智能手机将切换到AP模式广播信标一会儿;之后,智能手机将切换到模式扫描信号。

为碰撞预警模块提供参考,这些元素被选中:GPS的纬度和经度读者,读者从GPS速度(米/秒),旅游方向的磁强计传感器(0 ~ 360度),时间从GPS读者,和驾驶行为。这些元素组合在一起来取代SSID信标领域。一个特殊的字符串“森”面前的这些元素用于区分SenSafe从其他的名称。

满足精度的要求,大约0.1米对应纬度和经度0.000001度,这意味着纬度和经度需要19个字符在名称字段(BUPT如116.364815和39.967001)。此外,时间从GPS读者也需要太多的角色。如果我们想让时间毫秒的精度(如20:20:20 234),它将9人物即使没有考虑分隔符。然而,信标消息的长度的名称字段是32个字符,这对所有元素是不够的。因此,我们压缩这些元素在美联社,在客户端解压这些元素。

纬度,一度是约111公里。的最大传输范围无线信标小于1公里,大部分的有效数字相同的纬度和经度的发送方和接收方。不需要转移所有纬度和经度的有效数字。因此,有效数字的纬度和经度涵盖范围在1000米(即。,最后5位有效数字)。是类似的,小时和分钟总是相同的发送方和接收方。因此,我们使用4位有效数字表示时间从0.01秒到10秒。一个例子是显示在图10。此外,由于边界情况的时候,当本地设备解压缩时间从远程设备,它将比较之间的差异已压缩时间和本地时间。如果差的绝对值大于阈值(30秒),解压的分钟数据将被修改的相邻数(+ 1 /−1)得到的最小合理差异。一个例子是显示在图11。远程时间20:20:59 121年,当地时间是20:21:00 136,这将使正常解压时间20:21:59 121。是不合理的,邻分钟(二十20)被选为前缀的远程时间最小时差的绝对值。纬度和经度,减压的目的是获取远程位置之间的最小差异和地方的位置。类似,如果差的绝对值大于阈值(200米),第一位小数的纬度和经度被修改的相邻数(+ 1 /−1)最低合理差异。

的格式名称字段显示在图12。我们用数来表示特殊驾驶行为的驾驶行为段(0:行人,1:加速度,2:刹车,3:左转,4:右转,5:回头,6:左车道改变,和7:右车道改变)。行人,他们的智能手机上把信息从GPS读者和播放相同的元素来提醒司机它们的存在。驾驶行为元素设置为“0”,这意味着该消息来自行人。

6。碰撞预警

车辆将收到两种信息:一种从行人和其他车辆。

后车辆周围车辆的驾驶信息,它将估计如果这些车辆将撞到它,确保车辆和司机的安全。除此之外,它还将提醒周围车辆的司机驾驶行为让司机驾驶环境有了更深的了解。

作为显示在图13,考虑到车辆移动方向,周围地区的车辆分为四个季度:前面,后面,左边,右边。在收到新的消息,它属于车辆将计算区域。此外,司机可以得到的信息的威胁来自何处。

当车辆接收到消息从周围的车辆,它翻译纬度和经度Gauss-Krueger平面直角坐标系统。然后计算每辆车的驾驶向量和发现车辆有交集,他们可能有十字路口的位置,如图14。如果向量有交集在不久的将来,它将计算的距离当前车辆和车辆的威胁的十字路口和计算时间十字路口(安全反应时间)。如果其中一个小于两倍safety_reaction_time_threshold的绝对差(安全交叉时间)小于safety_intersection_time_threshold,这两个车辆将估计撞到对方的威胁。当车辆接收到消息从周围的行人,它将计算当前车辆和行人的距离十字路口,十字路口车辆的时间。如果步行的距离小于safety_distance_threshold,十字路口车辆的时间小于safety_reaction_time_threshold,车辆将估计威胁行人。

我们参考安全反应时间阈值(3秒)推荐(23和安全交叉时间阈值(2秒)推荐(24),以避免碰撞时GPS是准确的。假设GPS定位的不准确是10米,车辆的速度是大约10 m / s,因此,安全的错误反应时间是1秒的误差高达10米的安全距离。因此,我们设置安全反应时间阈值(4秒)1秒的价值高于假设GPS是准确和安全的十字路口时间阈值(4秒)2秒的价值高于假设GPS是准确的。

7所示。绩效评估

评估SenSafe的性能,我们实现了在三星Galaxy SenSafe注意二世和华为绕城4 x。

7.1。参数设置

SenSafe中使用的参数的值设置为在以下列表:Acc_Threshold:0.8米/秒²Brake_Threshold:−1 m / s²Acc_Time_Threshold:0.6秒Brake_Time_Threshold:0.6秒Ang_SE_Threshold:0.03 rad / sAng_Top_Threshold:0.05 rad / sT_Bump_Threshold:1.5秒Delay_threshold:2秒G_threshold:0.3米/秒safety_reaction_time_threshold:4秒safety_intersection_time_threshold:4秒safety_distance_threshold:12米HD_Lower_Threshold:1.5米HD_Upper_Threshold:4米

7.2。驾驶行为检测的准确性

首先,我们评估的准确性SenSafe决定驾驶行为在北京邮电大学。我们用于测试的道路图所示15。我们用于测试的汽车是东风标致307。在这些实验中,智能手机是安装在挡风玻璃。

我们测试了驾驶行为包括左转、右转、加速、刹车,只能改变,multiple-lane变化,回头。车道变化和multiple-lane之间的区别是multiple-lane改变需要更多的水平位移。测试结果如图16。真正的为每一个驾驶行为的次数是手工记录。从图我们可以看到,几乎所有的左转、右转、加速和刹车被发现。multiple-lane改变singe-lane变化88%,91%,和84%回头可以成功地检测到。

我们另外总结了水平位移和角度的变化走向车道改变、multiple-lane变化,回头在表2,3,4。真正的水平位移计算使用的OBD车辆速度。从表2,3,4我们可以看到,SenSafe可以提供精确的水平位移和角度改变航向。

7.3。绩效沟通的

我们测试通信的性能考虑距离和成功的概率之间的关系至少收到一个包/秒。

我们使用了一个智能手机广播信标和使用其他扫描信号。结果如表所示5。从表中我们可以看到,当距离小于30米,客户几乎可以每秒接收至少一个包。的概率超过50米的距离之后,有一个明显的下降。

7.4。碰撞预警的性能

我们测试了碰撞预警的性能考虑制动前的警报,加速度在背后,交叉碰撞预警。

制动前,我们使用前面车辆的制动车辆后面是否可以得到警报。两辆车之间的距离约为30米。我们测试了这个场景的十倍,后面车辆得到警报的十倍。

加速度的背后,我们使用了后面车辆的加速度,看看前面的车辆可以得到警报。两辆车之间的距离约为30米。我们测试了这个场景的十倍,和前面的车辆已经警戒的十倍。

交叉碰撞预警,我们测试了它在北京邮电大学的校园。考虑到成功的概率至少收到一个数据包每秒小于80%的距离大于40米的时候,我们加1第二安全反应时间阈值和安全交叉时间阈值时,车辆之间的距离大于40米。我们使用两辆车在十字路口见面,看看司机会提醒即将到来的车辆。车辆的速度大约是6米/秒。与加速度的车辆加速1秒1 m / s左右²触发信标广播。我们测试了这个场景的十倍,听车已经九次警报。我们使用一个车辆和行人在十字路口见面,看看司机会提醒即将到来的行人。行人的速度大约是2 m / s,和车辆的速度大约是6米/秒。我们测试了这个场景的十倍,汽车已经九次警报。

8。结论

在本文中,我们开发一个分享服务交通安全框架命名SenSafe感觉周围的事件和为司机提供警报。首先,驾驶行为检测机制可以提供商品智能手机上运行。其次,wi - fi协会和认证开销减少使用wi - fi信标广播压缩传感数据通知司机的环境。第三,冲突估计算法提供适当的警告。最后,一个基于android的实现SenSafe评估取得的性能SenSafe在现实环境中,和实验结果表明,SenSafe可以在真实的环境中也能工作很出色。

相互竞争的利益

作者宣称没有利益冲突。

确认

这项工作得到了中国国家重点研发项目(2016 yfb0100902)。

引用

1. 实时交通事故统计数据,http://www.icebike.org/real-time-traffic-accident-statistics/
2. 智能交通Systems-Dedicated短程通信,http://www.its.dot.gov/DSRC/
3. n d, e . Miluzzo h . Lu, d .皮伯斯t . Choudhury和A·t·坎贝尔,“手机感知的调查。”IEEE通讯杂志,48卷,不。9日,第150 - 140页,2010年。视图:出版商的网站|谷歌学术搜索
4. 应用程序,http://www.mobileye.com/technology/applications/
5. Drivea-driving助理应用,https://play.google.com/store/apps/details?id=com.driveassist.experimental&hl=en
6. 把你的智能手机变成个人助理开车,http://www.ionroad.com/
7. 增强驾驶,https://itunes.apple.com/us/app/augmented-driving/id366841514?mt=8
8. C.-W。你:d·莱恩f . Chen等人“CarSafe应用:提醒昏昏欲睡和分散司机使用双摄像头的智能手机,”《第11届国际会议在移动系统中,应用程序和服务(MobiSys 13)ACM,页13 26,台北,台湾,2013年6月。视图:出版商的网站|谷歌学术搜索
9. 胡,l·苏·h·刘,h . Wang和t . f . Abdelzaher”Smartroad:分享服务人群流量调节器探测和识别传感,”ACM传感器网络交易,11卷,不。4、第五十五条,2015年。视图:出版商的网站|谷歌学术搜索
10. y z, j . Li j . Yu朱、g .雪和m . Li”L3:传感在高速公路上驾驶车辆lane-level定位条件,”学报》第35届IEEE计算机通信(IEEE国际会议信息通信的16)IEEE,页1 - 9,旧金山,加州,美国,2016年4月。视图:出版商的网站|谷歌学术搜索
11. d . Shin d·阿里b Tuncer et al .,“城市遥感:使用智能手机运输模式分类,“电脑、环境和城市系统53卷,第86 - 76页,2015年。视图:出版商的网站|谷歌学术搜索
12. h . j . Yu朱、h·汉et al .,“SenSpeed:传感驾驶条件估计车速在城市环境中,“IEEE移动计算,15卷,不。1,第216 - 202页,2016。视图:出版商的网站|谷歌学术搜索
13. y . j . y . Wang, h . Liu, m . Gruteser和r·p·马丁“感应车辆动态确定司机电话使用,”《第11届国际会议在移动系统中,应用程序和服务(MobiSys 13)页41-54 ACM,台北,台湾,2013年6月。视图:出版商的网站|谷歌学术搜索
14. c . Saiprasert t Pholprasit, s . Thajchayapong”驾驶事件的检测使用感官数据在智能手机上,“智能交通系统研究的国际期刊,2015年。视图:出版商的网站|谷歌学术搜索
15. d . Chen K.-T。曹,汉族,z,和k . g . Shin“车辆转向无形的传感与智能手机,”《第13届国际会议在移动系统中,应用程序和服务(MobiSys 15)页,1-13佛罗伦萨,意大利,2015年5月。视图:出版商的网站|谷歌学术搜索
16. CohdaWireless,http://www.cohdawireless.com/
17. 林(l), p, z,林和z,“V2X通信系统的设计和评价车辆和行人的安全,”《中国邮电大学,22卷,不。6,18-26,2015页。视图:出版商的网站|谷歌学术搜索
18. 美国Hernandez-Jayo,即De-La-Iglesia和j·佩雷斯,“V-alert:描述和验证易受伤害的道路使用者的警报系统在智能城市的框架,“传感器,15卷,不。8,18480 - 18505年,2015页。视图:出版商的网站|谷歌学术搜索
19. w .太阳,c·杨,美国金和崔,“听频道随机化更快wi - fi直接设备发现,”学报》第35届IEEE计算机通信(IEEE国际会议信息通信的16)IEEE,旧金山,加州,美国,2016年4月。视图:出版商的网站|谷歌学术搜索
20. k . Dhondge B.-Y美国歌曲。崔和h .公园,“WiFiHonk:分享服务信标塞WiFi Car2X-communication系统易受伤害的道路使用者安全,”第79届IEEE车辆技术研讨会论文集(职业训练局的14)IEEE,页1 - 5,首尔,韩国,2014年5月。视图:出版商的网站|谷歌学术搜索
21. 周p . m .李,g .沈,“立即使用它免费的:知道你的电话的态度,”诉讼20 ACM一年一度的移动计算和网络国际会议(MobiCom 14)ACM,页605 - 616年,毛伊岛,夏威夷,美国,2014年9月。视图:出版商的网站|谷歌学术搜索
22. r·钱德拉j . namrata l . Ravindranath和防腐,“Beacon-stuffing: wi - fi没有关联,”第八届IEEE学报》研讨会上移动计算系统和应用程序(HotMobile ' 07)美国亚利桑那州图森市,53-57页,2007年2月。视图:出版商的网站|谷歌学术搜索
23. m . m . Minderhoud和p h·l . Bovy”扩展time-to-collision道路交通安全评估、措施”事故分析和预防,33卷,不。1,第97 - 89页,2001。视图:出版商的网站|谷歌学术搜索
24. k·沃格尔”,比较进展和碰撞安全指标,”事故分析和预防,35卷,不。3、427 - 433年,2003页。视图:出版商的网站|谷歌学术搜索

版权

版权©2016(刘et al。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。