摘要
本申请提供一种基于车联网的安全驾驶辅助方法及系统,涉及交通技术领域,包括:获取车辆行驶过程中的定位信息;判断所述定位信息的可靠性,若所述定位信息的可靠性低于预设阈值,则采用多源信息融合的方式获取所述车辆的高精度定位结果;根据融合的高精度定位结果,判断所述车辆是否位于敏感区域,若所述车辆位于敏感区域。本发明融合车载传感器数据,利用中位数滤波去除异常值,并通过基于卡尔曼滤波的加权融合算法得到综合定位结果,同时,本发明引入差分隐私保护机制,确保敏感区域的定位信息安全。此外,本发明采用分布式计算架构和深度学习模型进行故障检测和自动修复,并能根据系统状态动态调整资源分配,保障定位信息的实时处理。
技术关键词
差分隐私保护机制
车辆管理模块
多源信息融合
驾驶辅助方法
信号遮挡区域
全球定位系统信号
交通信号灯信息
差分隐私保护模型
语义地图
分布式计算架构
车辆管理平台
误差修正模型
通信基站
加权融合算法
车辆定位信息
卡尔曼滤波算法
驾驶辅助系统
融合车载