CN105070096B - 基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法 - Google Patents

基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法 Download PDF

Info

Publication number
CN105070096B
CN105070096B CN201510416686.7A CN201510416686A CN105070096B CN 105070096 B CN105070096 B CN 105070096B CN 201510416686 A CN201510416686 A CN 201510416686A CN 105070096 B CN105070096 B CN 105070096B
Authority
CN
China
Prior art keywords
conflict
traffic
msub
targets
moving
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.)
Active
Application number
CN201510416686.7A
Other languages
English (en)
Other versions
CN105070096A (zh
Inventor
孙晓静
邹娇
唐述强
林家骐
强雯
吴亚峰
李绍甫
徐戚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Sun Create Electronic Co Ltd
Original Assignee
Anhui Sun Create Electronic Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Anhui Sun Create Electronic Co Ltd filed Critical Anhui Sun Create Electronic Co Ltd
Priority to CN201510416686.7A priority Critical patent/CN105070096B/zh
Publication of CN105070096A publication Critical patent/CN105070096A/zh
Application granted granted Critical
Publication of CN105070096B publication Critical patent/CN105070096B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明属于城市快速路交通管理技术领域,具体涉及一种基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法。本发明包括以下步骤:在快速路交织区布设交通场面雷达,并设置好设备安装的高度和角度,并校准;获取交通场面雷达的实时数据;计算检测区域内运动目标两两之间的坐标系相对距离;判别运动目标存在潜在冲突;获得交通冲突类型。本发明利用交通场面雷达响应时间快、检测运动目标精度高、能够准确多目标跟踪的特点,能够在实现快速路交织区潜在交通冲突对象的在线甄别的同时,亦可实现对于交通冲突类型的在线计算及判断目的,从而不仅可实现未发生交通事故的预防效果,也能为已发生交通事故的责任认定提供精准的判断依据。

Description

基于交通场面雷达的快速路交织区潜在交通冲突类型判析 方法
技术领域
本发明属于城市快速路交通管理技术领域,具体涉及一种基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法。
背景技术
潜在交通冲突是在可观测条件下,两个或两个以上交通元素运动轨迹在同一时间、空间上相互接近或者交叉,如果至少其中一方采取避让措施,如转换方向、突然停车等,则危险解除;否则的话,就会发生碰撞,从而引发交通事故。在现实的交通环境中,潜在交通冲突的研究是道路交通安全管理的重要环节。线性因果关系表明,交通事故和交通冲突间存在着良好的线性关系。通过两运动目标运动轨迹的冲突角,可以很好的判断出当前所监测的两行驶车辆间的冲突类型,从而能够实现其在线甄选性和警示优先性。然而,由于目前观测方式大都依靠人工观测或视频拍摄观测,手段落后而无法进行适时计算,进行在线警示以实现事故风险规避就更不可能实现了。退一步说,姑且不论目前是否存在一套可靠的冲突角计算方式,即使存在该类计算方式及设备,仅依靠路边摄像头的全目标的海量数据获取,以进行庞大的适时流量的无目的海量计算,并马上提供出判断结果显然更不现实。如何能够实现对于车辆的在线甄选功能,以挑选和过滤出具备潜在交通冲突的车辆单位,并同步实现其冲突类型的准确判断目的,最终一方面为提前预警和采取主动避让措施等人为操作提供保证,以提升快速路的交通安全性;另一方面更能为来不及警告而已发生交通事故的责任认定提供精准的判断依据,为本领域近年来所亟待解决的技术难题。
发明内容
本发明的目的是提供一种高效快捷的基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法,其能够在实现快速路交织区潜在交通冲突对象的在线甄别的同时,亦可实现对于交通冲突类型的在线计算及判断目的,从而不仅可实现未发生交通事故的预防效果,也能为已发生交通事故的责任认定提供精准的判断依据。
为实现上述目的,本发明采用了以下技术方案:
一种基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法,其特征在于包括以下步骤:
1)、在快速路交织区布设交通场面雷达,设置好设备安装的高度、角度并校准;
2)、获取交通场面雷达的实时数据;实时数据包括时间戳参数以及运动目标数据信息参数;于路面所处平面处建立坐标系,设立坐标原点,以平行车道方向为X轴,以垂直车道方向为Y轴,该运动目标数据信息参数至少包括:目标ID、目标与X轴间距y、目标与Y轴间距x;
3)、计算检测区域内不同目标ID的两两运动目标之间x轴的坐标相对差Sx和y轴的坐标相对差Sy;设定两运动目标之间的危险距离阈值Sxmin和Symin,判断Sx<Sxmin和Sy<Symin任一个条件达成时,则进入步骤4);如无,则继续该步骤;
4)、根据该两运动目标间在当前时间戳所处坐标位置和下一时间戳所处坐标位置,通过正切函数计算获得该两运动目标运动轨迹的方向角θ1和θ2,计算步骤如下:
a)、计算ID为A目标和ID为B目标的运动轨迹的斜率k1,k2
令两个运动目标的坐标分别为:A(x1,y1),B(x2,y2),则
A,(x’1,y1’),B’(x’2,y’2)是A目标和B目标于相对当前时间戳的下一个时间戳的位置坐标,则:
b)、计算A目标和B目标的运动轨迹的方向角θ1、θ2
θ1=arctank1
θ2=arctank2
由θ1、θ2,判断两个运动目标是否存在潜在交通冲突:若θ1≠θ2,即存在潜在交通冲突,进入步骤5);如θ1=θ2,则继续返回步骤3);
5)、以如下计算公式计算该两运动目标运动轨迹的冲突角θ:
θ=arctan|(k2-k1)/(1+k1k2)|
其中,冲突角θ∈[0°,180°];
以所获得的上述冲突角,按以下判断方式获知该快速路交织区两运动目标潜在交通冲突类型:
a)、正向冲突
冲突角θ∈[135°,180°]时,潜在交通冲突类型为正向冲突;具体表现为两运动目标以相反的方向相互逼近,发生两运动目标头与头之间的冲突碰撞;
b)、追尾冲突
冲突角θ∈[0°,45°)时,潜在交通冲突类型为追尾冲突;具体表现为两运动目标以相同的方向相互逼近,发生其中一个运动目标头与另一个运动目标尾之间的冲突碰撞;
c)、横穿冲突
冲突角θ∈[45°,135°)时,潜在交通冲突类型为横穿冲突;具体表现为两运动目标以交错的方式相互逼近,发生其中一个运动目标头与另一个运动目标中部之间的冲突碰撞。
所述步骤3)中,Sx和Sy的计算步骤如下:
Sx=|x1-x2|,Sy=|y1-y2|。
所述步骤3)中,两运动目标之间的危险距离阈值Sxmin和Symin计算公式为:
Sxmin=Symin=vtmin
其中:
v为车辆在快速路交织区的正常行驶速度;
tmin为成年驾驶人的正常最小反应时间。
本发明的主要优点在于:本发明利用交通场面雷达响应时间快、检测运动目标精度高、能够准确多目标跟踪的特点,依靠运算规则,通过对两个运动目标的位置以及行驶轨迹来快速判别潜在交通冲突,从而起到提前预警和视情况采取主动避让措施的功能,最终避免交通事故的发生,并为快速路交通安全管理提供支撑。通过上述潜在交通冲突对象甄别过程,其潜在交通冲突对象得到极大减少,并随之纳入冲突类型判断步骤。通过其对于上述对象的冲突角计算,即可获得该两对象的具体交通冲突类型。一方面,对于未发生交通事故,可通过该具体交通冲突类型来进行优先性选择,从而优先警示更危险的横穿冲突和正向冲突,以达到优先保护潜在高危冲突的目的。另一方面,对于来不及警示而已经发生的交通冲突,通过数据溯源,也能为该事故的后期责任判断提供精准依据,一举多得。
综上,本发明能够在实现快速路交织区潜在交通冲突对象的在线甄别的同时,亦可实现对于交通冲突类型的在线计算及判断目的,从而不仅可实现未发生交通事故的预防效果,也能为已发生交通事故的责任认定提供精准的判断依据。
附图说明
图1为本发明的方法流程简图。
具体实施方式
为便于理解,此处结合图1对本发明的具体实施过程作以下进一步描述:
基于交通场面雷达的快速路交织区潜在交通冲突类型分析方法,该方法大体包括下列步骤:
1)、在快速路交织区布设交通场面雷达,并设置好设备安装的高度和角度,并校准;
2)、获取交通场面雷达的实时数据;
3)、计算检测区域内运动目标两两之间的坐标系相对距离以及运动轨迹的方向角;
4)、依据上述参数,判别运动目标是否存在潜在交通冲突;
5)、存在潜在交通冲突,则获取其冲突角,以便于判断该两运动目标间所存在的潜在交通冲突类型。
在上述中,在快速路交织区布设交通场面雷达,需要设置好设备安装的高度和角度,并校准,以保证交通场面雷达检测的精度。
在获取交通场面雷达的实时数据时,数据采集数量级是毫秒级。实时数据包括时间戳参数和运动目标数据信息参数,其中,运动目标数据信息参数至少应当包括:目标ID、X方向上的距离、Y方向上的距离。
计算检测区域内运动目标两两之间的坐标系相对距离是指两个运动目标的x方向的坐标相对差和y方向的坐标相对差,分别记作Sx和Sy,其包括以下步骤:
令两个运动目标的坐标分别为:A(x1,y1),B(x2,y2),则A和B两个点的坐标系相对距离为:Sx=|x1-x2|,Sy=|y1-y2|。
此外的,还需要设定车辆的危险间距阈值,也即一个潜在交通冲突的在空间上的规则,也就是给Sx和Sy设定一个最低阈值,从而方便通过阈值法进行现场甄别。由于是快速路交织区,在此仅考虑车车冲突。根据车辆在快速路交织区的正常行驶速度、通常成年驾驶人的反应时间,在此设定其阈值计算公式为:
Sxmin=Symin=vtmin=11m/s*2.5s=27.5m
其中:
v为车辆在快速路交织区的正常行驶速度;
tmin为成年驾驶人的正常最小反应时间。
当默认其最低阈值为27.5m时,当Sx<27.5m或Sy<27.5m,则需进一步计算这两个运动目标的轨迹函数并计算轨迹是否相交,判别其两个运动目标是否存在潜在交通冲突。
判别运动目标存在潜在交通冲突是指通过两个运动目标的轨迹函数并计算轨迹是否相交。按照数学平行线的原理,两条直线不相交就是平行,故若两个运动目标的方向角不相等,即如图1所示的“N”(θi≠θj)时,也就是两个运动目标轨迹相交,即存在潜在交通冲突。若两个运动目标的方向角相等,即如图1所示的“Y”(θi=θj)时,即不存在潜在交通冲突,无需进行后续判断。
之后进行的两个运动目标的方向角的具体计算步骤如下:
a)、计算ID为A目标和ID为B目标的运动轨迹的斜率k1,k2
A’(x’1,y1’),B’(x’2,y’2)是A目标和B目标于相对当前时间戳的下一个时间戳的位置坐标,则:
b)、计算A目标和B目标的运动轨迹的方向角θ1、θ2
θ1=arctank1
θ2=arctank2
c)、判断两个运动目标是否存在潜在交通冲突:
若θ1≠θ2,即存在潜在交通冲突。
两存在潜在交通冲突的运动目标间的冲突角θ,(θ∈[0°,180°]),计算公式如下:
θ=arctan|(k2-k1)/(1+k1k2)|
在获得上述冲突角后,即可依据城市道路交通冲突的分类及判别标准,以该冲突角对快速路交织区两运动目标潜在交通冲突类型进行判断,常规判断方式如下:
a)、正向冲突
冲突角θ∈[135°,180°]时,潜在交通冲突类型为正向冲突。其具体表现为两运动目标以相反的方向相互逼近,发生两运动目标头与头之间的冲突碰撞。
b)、追尾冲突
冲突角θ∈[0°,45°)时,潜在交通冲突类型为追尾冲突。其具体表现为两运动目标以相同的方向相互逼近,发生运动目标头与运动目标尾之间的冲突碰撞。
c)、横穿冲突
冲突角θ∈[45°,135°)时,潜在交通冲突类型为横穿冲突。其具体表现为两运动目标以交错的方式相互逼近,发生运动目标头与运动目标中部之间的冲突碰撞。
根据上述判断标准获得当前两两目标的潜在交通冲突类型后,以此逐一安排优先警示对象。
实施例:
获得目标A的坐标(2.44,1.19);目标车辆B的坐标(2.40,1.11),计算如下:
1)、依前述,A和B两个点的坐标系相对距离为:
Sx=|2.44-2.40|=0.04m,Sy=|1.19-1.11|=0.08m。
2)、由Sxmin=Symin=vtmin=11m/s*2.5s=27.5m,可知:
Sx<27.5m且Sy<27.5m,可进一步计算这两个运动目标的轨迹函数并判断轨迹是否相交。
3)、获得A目标和B目标于相对当前时间戳的下一个时间戳的位置坐标是(2.41,1.19)、(2.36,1.20),则:
得到A目标和B目标的运动轨迹的方向角分别是0度和66.03°。
4)、由于上述两个方向角不等,因此判断A目标和B目标的运动轨迹相交,即存在潜在交通冲突,进入冲突角计算步骤。
5)、计算两存在交通冲突的运动目标间的冲突角θ,(θ∈[0°,180°])
计算如下:
θ=arctan|(-2.25-0)/(1+2.25×0)|=arctan2.25=66.03°
在获得上述冲突角后,依据城市道路交通冲突的分类及判别标准,冲突角θ∈[45°,135°)时,该潜在交通冲突类型为横穿冲突,可考虑优先警示。

Claims (3)

1.一种基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法,其特征在于包括以下步骤:
1)、在快速路交织区布设交通场面雷达,设置好设备安装的高度、角度并校准;
2)、获取交通场面雷达的实时数据;实时数据包括时间戳参数以及运动目标数据信息参数;于路面所处平面处建立坐标系,设立坐标原点,以平行车道方向为X轴,以垂直车道方向为Y轴,该运动目标数据信息参数至少包括:目标ID、目标与X轴间距y、目标与Y轴间距x;
3)、计算检测区域内不同目标ID的两两运动目标之间x轴的坐标相对差Sx和y轴的坐标相对差Sy;设定两运动目标之间的危险距离阈值Sx min和Sy min,判断Sx<Sx min和Sy<Sy min任一个条件达成时,则进入步骤4);如无,则继续该步骤;
4)、根据该两运动目标间在当前时间戳所处坐标位置和下一时间戳所处坐标位置,通过正切函数计算获得该两运动目标运动轨迹的方向角θ1和θ2,计算步骤如下:
a)、计算ID为A目标和ID为B目标的运动轨迹的斜率k1,k2
令两个运动目标的坐标分别为:A(x1,y1),B(x2,y2),则
A’(x’1,y1’),B’(x’2,y’2)是A目标和B目标于相对当前时间戳的下一个时间戳的位置坐标,则:
<mrow> <msub> <mi>k</mi> <mn>1</mn> </msub> <mo>=</mo> <mfrac> <mrow> <msup> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>,</mo> </msup> <mo>-</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> </mrow> <mrow> <msup> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> </msup> <mo>-</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> </mrow> </mfrac> <mo>,</mo> <msub> <mi>k</mi> <mn>2</mn> </msub> <mo>=</mo> <mfrac> <mrow> <msup> <msub> <mi>y</mi> <mi>2</mi> </msub> <mo>,</mo> </msup> <mo>-</mo> <msub> <mi>y</mi> <mn>2</mn> </msub> </mrow> <mrow> <msup> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>,</mo> </msup> <mo>-</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> </mrow> </mfrac> </mrow>
b)、计算A目标和B目标的运动轨迹的方向角θ1、θ2
θ1=arctan k1
θ2=arctan k2
由θ1、θ2,判断两个运动目标是否存在潜在交通冲突:若θ1≠θ2,即存在潜在交通冲突,进入步骤5);如θ1=θ2,则继续返回步骤3);
5)、以如下计算公式计算该两运动目标运动轨迹的冲突角θ:
θ=arctan|(k2-k1)/(1+k1k2)|
其中,冲突角θ∈[0°,180°];
以所获得的上述冲突角,按以下判断方式获知该快速路交织区两运动目标潜在交通冲突类型:
a)、正向冲突
冲突角θ∈[135°,180°]时,潜在交通冲突类型为正向冲突;具体表现为两运动目标以相反的方向相互逼近,发生两运动目标头与头之间的冲突碰撞;
b)、追尾冲突
冲突角θ∈[0°,45°)时,潜在交通冲突类型为追尾冲突;具体表现为两运动目标以相同的方向相互逼近,发生其中一个运动目标头与另一个运动目标尾之间的冲突碰撞;
c)、横穿冲突
冲突角θ∈[45°,135°)时,潜在交通冲突类型为横穿冲突;具体表现为两运动目标以交错的方式相互逼近,发生其中一个运动目标头与另一个运动目标中部之间的冲突碰撞。
2.根据权利要求1所述的基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法,其特征在于:
所述步骤3)中,Sx和Sy的计算步骤如下:
Sx=|x1-x2|,Sy=|y1-y2|。
3.根据权利要求1或2所述的基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法,其特征在于:所述步骤3)中,两运动目标之间的危险距离阈值Sx min和Sy min计算公式为:
Sx min=Sy min=vtmin
其中:
v为车辆在快速路交织区的正常行驶速度;
tmin为成年驾驶人的正常最小反应时间。
CN201510416686.7A 2015-07-14 2015-07-14 基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法 Active CN105070096B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510416686.7A CN105070096B (zh) 2015-07-14 2015-07-14 基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510416686.7A CN105070096B (zh) 2015-07-14 2015-07-14 基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法

Publications (2)

Publication Number Publication Date
CN105070096A CN105070096A (zh) 2015-11-18
CN105070096B true CN105070096B (zh) 2017-08-29

Family

ID=54499450

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510416686.7A Active CN105070096B (zh) 2015-07-14 2015-07-14 基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法

Country Status (1)

Country Link
CN (1) CN105070096B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108122431A (zh) * 2016-11-30 2018-06-05 中国移动通信有限公司研究院 一种交通事故预警方法及装置
CN107705635B (zh) * 2017-11-24 2020-11-10 吉林大学 信号交叉口电动自行车的交通冲突判别方法
CN108922176B (zh) * 2018-06-27 2021-05-14 华南理工大学 一种混合交通冲突态势的快速判断方法
CN110120151A (zh) * 2019-04-24 2019-08-13 华南理工大学 一种高速公路入口匝道合流区车辆冲突概率预测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102320280B (zh) * 2011-06-30 2013-02-13 清华大学 一种防止弯道车辆前撞的自动报警方法
DE112012007157B4 (de) * 2012-11-21 2020-10-29 Toyota Jidosha Kabushiki Kaisha Fahrunterstützungsvorrichtung und Fahrunterstützungsverfahren
CN103144633B (zh) * 2012-12-27 2016-03-02 中国科学技术大学苏州研究院 基于车联网技术的追尾碰撞预警方法
CN103903479A (zh) * 2014-04-23 2014-07-02 奇瑞汽车股份有限公司 车辆安全行驶预警方法、系统及车辆终端设备
CN104192144B (zh) * 2014-07-25 2016-08-24 杭州电子科技大学 一种汽车主动防撞弯道虚警消除方法

Also Published As

Publication number Publication date
CN105070096A (zh) 2015-11-18

Similar Documents

Publication Publication Date Title
CN105070096B (zh) 基于交通场面雷达的快速路交织区潜在交通冲突类型判析方法
CN110264783A (zh) 基于车路协同的车辆防碰撞预警系统及方法
CN101395649B (zh) 障碍物探测方法以及障碍物探测装置
CN103236191B (zh) 一种基于视频的高速公路匝道车辆并入安全预警方法
WO2012033173A1 (ja) 移動物予測装置、仮想可動物予測装置、プログラム、移動物予測方法、及び仮想可動物予測方法
CN109844762A (zh) 车载用图像处理装置
JP5535816B2 (ja) 移動物予測装置及びプログラム
CN104637059A (zh) 基于毫米波雷达和机器视觉的夜间前方车辆检测方法
WO2019230123A1 (ja) 検知装置及び検知システム
CN114333330B (zh) 一种基于路侧边缘全息感知的交叉口事件检测系统
CN112307594A (zh) 道路数据采集和模拟场景建立一体化系统及方法
CN113791414B (zh) 一种基于毫米波车载雷达视图的场景识别方法
CN114419874B (zh) 基于路侧感知设备数据融合的目标行车安全风险预警方法
Watta et al. Vehicle position and context detection using V2V communication
CN112116031A (zh) 基于路侧设备的目标融合方法、系统、车辆及存储介质
CN109703456A (zh) 一种防止汽车碰撞的警示方法、装置及汽车控制器
JP2012146146A (ja) 移動物体検出装置
CN115440034B (zh) 一种基于摄像头的车路协同实现方法及实现系统
CN114093165A (zh) 一种基于路侧激光雷达的车辆-行人冲突自动识别方法
Jacob et al. Vehicle trajectory analysis: an advanced tool for road safety
CN105070051B (zh) 基于交通场面雷达的快速路交织区潜在交通冲突分析方法
CN105730330A (zh) 行车安全系统及其障碍物筛选方法
Fuerstenberg et al. Advanced intersection safety-The EC project INTERSAFE
Labayrade et al. Obstacle detection based on fusion between stereovision and 2d laser scanner
Cantas et al. Data association between perception and V2V communication sensors

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Sun Xiaojing

Inventor after: Zou Jiao

Inventor after: Tang Shuqiang

Inventor after: Lin Jiaqi

Inventor after: Qiang Wen

Inventor after: Wu Yafeng

Inventor after: Li Shaofu

Inventor after: Xu Qi

Inventor before: Sun Xiaojing

Inventor before: Zou Jiao

Inventor before: Lin Jiaqi

Inventor before: Qiang Wen

Inventor before: Wu Yafeng

Inventor before: Li Shaofu

Inventor before: Xu Qi

GR01 Patent grant
GR01 Patent grant