CN105139657B - 一种基于v2i的道路边界与事故黑点的提取方法及系统 - Google Patents
一种基于v2i的道路边界与事故黑点的提取方法及系统 Download PDFInfo
- Publication number
- CN105139657B CN105139657B CN201510682415.6A CN201510682415A CN105139657B CN 105139657 B CN105139657 B CN 105139657B CN 201510682415 A CN201510682415 A CN 201510682415A CN 105139657 B CN105139657 B CN 105139657B
- Authority
- CN
- China
- Prior art keywords
- accident
- unit
- spot
- vehicle
- black
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种基于V2I的道路边界与事故黑点的提取方法及系统，该系统包括采集单元、道路边界预处理单元、道路边界合成单元、道路边界计算单元、道路边界判断单元、事故黑点比较单元、事故黑点记录单元、事故黑点比较单元、映射单元和发送单元。映射单元将更新后的历史道路边界线数据库与历史事故黑点数据库映射到地图图层上。发送单元，用于实时发送所述地图图层信息到路侧单元V2I通信范围内的所有车辆。本发明的有益效果为所述基于V2I的道路边界与事故黑点的提取方法及系统能为路侧单元V2I通信范围内的所有车辆提供地图图层信息，还可以提供建议行车路径与预警信息，以保证多个车辆在道路边界范围内行驶并避开事故黑点，减少事故的发生率。
Description
技术领域
本发明涉及车联网领域，具体涉及一种基于V2I的道路边界与事故黑点的提取方法及系统。
背景技术
车联网是通过互联网技术，所有的车辆可以将自身的各种信息传输汇聚到中央处理器。通过计算机技术，这些大量车辆的信息可以被分析和处理，从而计算出不同车辆的最佳路线、下发汇报路况和调整信号灯周期。
车联网包括车与车(V2V)、车与路(V2I，Vehicle to Infrastructure)、车与人(V2P)、车与中心(V2C)等的互联互通，实现车辆自组网及多种异构网络之间的通信与漫游，在功能和性能上保障实时性、可服务性与网络泛在性，同时它是公网与专网的统一体。车与路(V2I)，即车路协同技术是通过设置在公路边的路侧单元与车辆或车辆上的车载单元连接，路侧单元连接互联网，来使车与互联网进行信息交互。
现有的车辆主动安全主要方式为车辆采用雷达、视频等传感器检测周边车辆与行人碰撞危险，也有更为先进的采用车路协同技术实现的主动安全，上述两种主动安全方法都存在不足，基于传感器检测的主动安全技术仅能检测车辆周边的潜在危险，受天气、距离和前方障碍物等影响，基于车路协同的主动安全技术可以解决基于传感器检测方式的不足，但是其仍在一定程度上受限于地图数据的影响无法实时更新数据库的信息，无法实时获取事故黑点数据和道路边界的数据来为车辆提供安全预警及提供建议的行车路径。
发明内容
为解决现有的车联网系统存在的无法实时获取事故黑点数据和道路边界的数据来为车辆提供安全预警及提供建议的行车路径的问题，本发明提出一种基于V2I的道路边界与事故黑点的提取方法及系统。
本发明提供的一种基于V2I的道路边界与事故黑点的提取方法，其特征在于，该方法包括以下步骤：
采集与路侧单元以V2I通信方式连接范围内的所有车辆的运动数据，其中，所述运动数据包括运动位置数据与加速度；
道路边界的提取：对所述路侧单元V2I通信范围内的所有车辆的运动位置数据预处理，筛除异常车辆运动位置数据；将预处理后的各车辆在所述路侧单元通信范围内运动位置数据分别拟合成多个三维曲线；计算所述多个三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)；判断所述第一三维包络线e1(x，y，z)与所述第二三维包络线e2(x，y，z)是否包含在历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围内，若否，更新历史道路边界线数据库并存储；
事故黑点的提取：将所述路侧单元V2I通信范围内的所有车辆的加速度ai与存储的急减速加速度阈值a_min、急加速加速度阈值a_max相比较，确定是否有存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0；当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录所述车辆的事故位置；将记录的所有车辆的事故位置与所有历史事故黑点比较，确定记录的所有车辆的事故位置是否都在以所有历史事故黑点为中心的设定范围内，若否，判定该车辆的事故位置为潜在事故黑点并更新到存储有历史发生事故位置信息的历史事故黑点数据库并记录；及
将更新后的历史道路边界线数据库与历史事故黑点数据库映射到地图图层上，实时发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆；
其中，所述异常车辆运动位置数据为设定时间内未移动或者未驶出路侧单元的通信范围的车辆的运动位置数据；所述历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围为原道路范围，三维边界线E1(x，y，z)为道路的一边界线，三维边界线E2(x，y，z)为道路的另一边界线。
进一步的，当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录所述车辆的事故位置，当以记录的车辆事故位置为中心的设定范围内还包括其他车辆的事故位置时，计算所述车辆事故位置与所述其他车辆的事故位置之间的中心点为综合车辆事故位置，并记录所述中心点设定范围内车辆的数量，其中，记录的所有车辆的事故位置包括综合车辆事故位置和单个车辆的事故位置。
进一步的，还包括：确定记录同一潜在事故黑点的次数是否超过预设值，当超过预设值时，则判断所述潜在事故黑点为事故黑点，并更新到历史事故黑点数据库并存储，其中，同一潜在事故黑点的判定条件为以所述潜在事故黑点为中心的设定范围内记录的潜在事故黑点。
进一步的，所述计算各三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)，是利用MATLAB数学软件算法来计算的；所述路侧单元V2I通信范围内的所有车辆接收所述地图图层信息，还接收建议行车路径与预警信息，以保证所述多个车辆在道路边界范围内行驶并避开事故黑点。
进一步的，所述急减速加速度阈值a_min小于等于-5m/s2，急加速加速度阈值a_max大于等于5m/s2；所述预设值为50。
本发明还提供的一种基于V2I的道路边界与事故黑点的提取系统，其特征在于，该系统包括：
采集单元，用于采集与路侧单元以V2I通信方式连接范围内的所有车辆的运动数据，其中，所述运动数据包括运动位置数据与加速度；
道路边界预处理单元，用于对所述路侧单元V2I通信范围内的所有车辆的运动位置数据预处理，筛除异常车辆运动位置数据；道路边界合成单元，用于将预处理后的各车辆在所述路侧单元通信范围内运动位置数据分别拟合成多个三维曲线；道路边界计算单元，用于计算所述多个三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)；道路边界判断单元，用于判断所述第一三维包络线e1(x，y，z)与所述第二三维包络线e2(x，y，z)是否包含在历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围内，若否，更新历史道路边界线数据库并存储；
事故黑点比较单元，用于将所述路侧单元V2I通信范围内的所有车辆的加速度ai与存储的急减速加速度阈值a_min、急加速加速度阈值a_max相比较，确定是否有存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0；事故黑点记录单元，用于当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录所述车辆的事故位置；事故黑点比较单元还用于将记录的所有车辆的事故位置与所有历史事故黑点比较，确定是否记录的所有车辆的事故位置都在以所有历史事故黑点为中心的设定范围内，若否，判定该车辆的事故位置为潜在事故黑点并更新到历史事故黑点数据库并记录；
映射单元，用于将更新后的历史道路边界线数据库与历史事故黑点数据库映射到地图图层上；及
发送单元，用于实时发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆；
其中，所述异常车辆运动位置数据为设定时间内未移动或者未驶出路侧单元的通信范围的车辆的运动位置数据；所述历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围为原道路范围，三维边界线E1(x，y，z)为道路的一边界线，三维边界线E2(x，y，z)为道路的另一边界线。
进一步的，当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，所述事故黑点记录单元记录所述车辆的事故位置，当以记录的车辆事故位置为中心的设定范围内还包括其他车辆的事故位置时，所述道路边界计算单元计算所述车辆事故位置与所述其他车辆的事故位置之间的中心点为综合车辆事故位置，所述事故黑点记录单元记录所述中心点的设定范围内车辆的数量，其中，记录的所有车辆的事故位置包括综合车辆事故位置和单个车辆的事故位置。
进一步的，还包括判断单元，用于确定记录同一潜在事故黑点的次数是否超过预设值，当超过预设值时，则所述判断单元判断所述潜在事故黑点为事故黑点，并更新到历史事故黑点数据库并存储，其中，同一潜在事故黑点的判定条件为以所述潜在事故黑点为中心的设定范围内记录的潜在事故黑点。
进一步的，所述道路边界计算单元计算各三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)，是利用MATLAB数学软件算法来计算的；所述发送单元发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆，还发送建议行车路径与预警信息到所述多个车辆，以保证所述多个车辆在道路边界范围内行驶并避开事故黑点。
进一步的，所述急减速加速度阈值a_min小于等于-5m/s2，急加速加速度阈值a_max大于等于5m/s2；所述预设值为50。
本发明的有益效果为该基于V2I的特种车辆专用路线规划方法及系统能为路侧单元V2I通信范围内的所有车辆提供所述地图图层信息，还可以提供建议行车路径与预警信息，以保证所述多个车辆在道路边界范围内行驶并避开事故黑点，减少事故的发生率。
附图说明
图1为本发明基于V2I的道路边界与事故黑点的提取系统一实施方式的功能模块图。
图2为本发明基于V2I的道路边界与事故黑点的提取方法一实施方式的流程图。
图3为本发明基于V2I的道路边界与事故黑点的提取方法及系统的应用环境图。
具体实施方式
图1为本发明基于V2I的道路边界与事故黑点的提取系统一实施方式的功能模块图。图中，10为基于V2I的道路边界与事故黑点的提取系统，100为采集单元，102为道路边界预处理单元，104为道路边界合成单元，106为道路边界计算单元，108为道路边界判断单元，110为事故黑点比较单元，112为事故黑点记录单元，114为映射单元，116为发送单元，118为判断单元。
请参阅图1，为本发明基于V2I的道路边界与事故黑点的提取系统10一实施方式的功能模块图，在本实施方式中，基于V2I的道路边界与事故黑点的提取系统10包括采集单元100、道路边界预处理单元102、道路边界合成单元104、道路边界计算单元106、道路边界判断单元108、事故黑点比较单元110、事故黑点记录单元112、映射单元114、发送单元116和判断单元118。在本实施例中，车与路(V2I)是通过设置在公路边的路侧单元(未标示)与车辆或车辆上的车载单元连接，路侧单元连接互联网，来使车与互联网进行信息交互。
采集单元100用于采集与路侧单元以V2I通信方式连接范围内的所有车辆的运动数据，其中，车辆的运动数据包括运动位置数据与加速度。
道路边界预处理单元102用于对路侧单元V2I通信范围内的所有车辆的运动位置数据预处理，筛除异常车辆运动位置数据。在本实施例中，车辆的运动数据包括运动位置数据及其对应的时间数据，异常车辆运动位置数据可为设定时间内未移动或者未驶出路侧单元的通信范围的车辆的运动位置数据，例如，道路边界预处理单元102发现某一车辆1分钟后才开出该路侧单元的范围，则筛除该车辆(异常车辆)的数据；发生了交通事故车辆的运动位置数据亦会被筛除。
道路边界合成单元104用于将预处理后的各车辆在路侧单元通信范围内运动位置数据分别拟合成多个三维曲线。三维曲线为车辆的行车路径。
道路边界计算单元106用于计算多个三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)。在本实施例中，各三维方向的单位点为三维坐标系的三个坐标方向的1mm单位点。道路边界计算单元106计算各三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)是利用MATLAB数学软件算法来计算的。在本实施例中，三维曲线计算第一、第二包络线流程为：(1)拟合各车辆运动轨迹三维曲线s1(x,y,z)，s2(x,y,z)，s3(x,y,z)...；(2)求取车辆复合运动轨迹s(x,y,z)＝[s1；s2；s3...]；(3)求取曲线第一包络线e1(x,y,z)＝max(s)，第二包络线e2(x,y,z)＝min(s)。
道路边界判断单元108用于判断第一三维包络线e1(x，y，z)与第二三维包络线e2(x，y，z)是否包含在历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围内，若否，更新历史道路边界线数据库并存储，更新后的历史道路边界线数据库包括的范围为(e1，e2)∪(E1，E2)；若是，继续采集单元100路侧单元范围内的所有车辆的运动数据。历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围为原道路边界的范围，三维边界线E1(x，y，z)为道路一边界线，三维边界线E2(x，y，z)为道路另一边界线。通过判断第一三维包络线e1(x，y，z)与第二三维包络线e2(x，y，z)是否在可以原道路边界的范围内，实现在该路侧单元的覆盖范围内，由于道路的整改或原道路边界绘制不准确，不再需要重新照相或重新绘制新的道路边界。
事故黑点比较单元110用于将路侧单元V2I通信范围内的所有车辆的加速度ai与存储的急减速加速度阈值a_min、急加速加速度阈值a_max相比较，确定是否有存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0。当车辆急加速或急减速，则判定为潜在事故车辆。
事故黑点记录单元112用于当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录该车辆的事故位置。事故黑点比较单元110还用于将记录的所有车辆的事故位置与所有历史事故黑点比较，确定是否记录的所有车辆的事故位置都在以所有历史事故黑点为中心的设定范围内，若否，判定该车辆的事故位置为潜在事故黑点并更新到存储有历史发生事故位置信息的历史事故黑点数据库并记录。历史事故黑点数据库可存储在云端亦可存储在V2I的道路边界与事故黑点的提取系统10内部，历史事故黑点数据库存储有历史发生事故的位置信息。在本实施例中，以所有历史事故黑点为中心的设定范围内为以所有历史事故黑点为圆心半径为1m的范围内。当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，事故黑点记录单元112记录所述车辆的事故位置，当以记录的车辆事故位置为中心的设定范围内还包括其他车辆的事故位置时，道路边界计算单元106计算所述车辆事故位置与所述其他车辆的事故位置之间的中心点为综合车辆事故位置，事故黑点记录单元112记录中心点设定范围内车辆的数量，记录的所有车辆的事故位置包括综合车辆事故位置和单个车辆的事故位置。当综合车辆事故位置设定范围内包含4个车辆，则该综合车辆事故位置为潜在事故黑点的记录为4次。在本实施例中，急减速加速度阈值a_min和急加速加速度阈值a_max可根据超出路段平均加速度2倍来设置或根据发生交通事故的车辆平均加速度来设置。急减速加速度阈值a_min小于等于-5m/s2，最优为-6m/s2，急加速加速度阈值a_max大于等于5m/s2，最优为6m/s2。
映射单元114用于将更新后的历史道路边界线数据库与历史事故黑点数据库映射到地图图层上。
发送单元116用于实时发送地图图层信息到路侧单元V2I通信范围内的所有车辆。
判断单元118用于确定记录同一潜在事故黑点的次数是否超过预设值，当超过预设值时，则判断单元118判断该潜在事故黑点为事故黑点，并更新到历史事故黑点数据库并存储。同一潜在事故黑点的判定条件为以潜在事故黑点为中心的设定范围内记录的潜在事故黑点。在本实施例中，例如同一潜在事故黑点的记录次数超过50次则判断为事故黑点，以实现在交通事故频发地点提醒使用者。
发送单元116还用于发送地图图层信息到路侧单元V2I通信范围内的所有车辆，还发送建议行车路径与预警信息到多个车辆，以保证多个车辆在道路边界范围内行驶并避开事故黑点。基于V2I的道路边界与事故黑点的提取系统10能为路侧单元V2I通信范围内的所有车辆提供地图图层信息，并提供建议行车路径与预警信息，以保证多个车辆在道路边界范围内行驶并避开事故黑点，减少事故的发生率。
请参阅图2，为本发明基于V2I的道路边界与事故黑点的提取方法一实施方式的流程图。
在步骤S200，采集与路侧单元以V2I通信方式连接范围内的所有车辆的运动数据，其中，运动数据包括运动位置数据与加速度；
道路边界的提取步骤包括：在步骤S202，对路侧单元V2I通信范围内的所有车辆的运动位置数据预处理，筛除异常车辆运动位置数据。在步骤S204,将预处理后的各车辆在所述路侧单元通信范围内运动位置数据分别拟合成多个三维曲线。在步骤S206，计算,多个三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)。在步骤S208，判断第一三维包络线e1(x，y，z)与第二三维包络线e2(x，y，z)是否包含在历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围内，若否，进入步骤S210，更新历史道路边界线数据库并存储；若是，继续步骤S200。在步骤S224,将更新后的历史道路边界线数据库映射到地图图层上，实时发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆。
事故黑点的提取步骤包括：在步骤S212，将所述路侧单元V2I通信范围内的所有车辆的加速度ai与存储的急减速加速度阈值a_min、急加速加速度阈值a_max相比较，确定是否有存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0。当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，进入步骤S214，记录车辆的事故位置。在步骤S216，将记录的所有车辆的事故位置与所有历史事故黑点比较，确定记录的所有车辆的事故位置是否都在以所有历史事故黑点为中心的设定范围内，若否，进入步骤S218，判定该车辆的事故位置为潜在事故黑点并更新到历史事故黑点数据库并记录。在本实施例中，当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录车辆的事故位置，当以记录的车辆事故位置为中心的设定范围内还包括其他车辆的事故位置时，计算所述车辆事故位置与所述其他车辆的事故位置之间的中心点为综合车辆事故位置，并记录该中心点设定范围内车辆的数量，其中，记录的所有车辆的事故位置包括综合车辆事故位置和单个车辆的事故位置。在步骤S220，确定记录同一潜在事故黑点的次数是否超过预设值，若是，进入步骤S222，判断该潜在事故黑点为事故黑点，并更新到历史事故黑点数据库并存储。在步骤S224,将更新后的历史道路边界线数据库映射到地图图层上，实时发送地图图层信息到所述路侧单元V2I通信范围内的所有车辆。本发明实时为路侧单元V2I通信范围内的所有车辆提供地图图层信息，并提供建议行车路径与预警信息，以保证多个车辆在道路边界范围内行驶并避开事故黑点，减少事故的发生率。
请参阅图3，为本发明基于V2I的道路边界与事故黑点的提取方法及系统的应用环境图。
路侧单元与范围内的车辆通信，实时发送更新后的道路边界和事故黑点信息到车辆，驾驶者可通过观察事故黑点和道路边界预先选择安全的行车路径或可选择提供的建议行车路径以保证车辆在道路边界范围内行驶并避开事故黑点，建议行车路径与预警信息可通过语音或者显示在汽车显示屏上来为驾驶者服务，从而提升驾驶者的行车体验及安全性。
本发明的有益效果为所述基于V2I的道路边界与事故黑点的提取方法及系统实时为路侧单元V2I通信范围内的所有车辆提供地图图层信息，并提供建议行车路径与预警信息，以保证多个车辆在道路边界范围内行驶并避开事故黑点，减少事故的发生率。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于V2I的道路边界与事故黑点的提取方法，其特征在于，该方法包括以下步骤：
采集与路侧单元以V2I通信方式连接范围内的所有车辆的运动数据，其中，所述运动数据包括运动位置数据与加速度；
道路边界的提取：对所述路侧单元V2I通信范围内的所有车辆的运动位置数据预处理，筛除异常车辆运动位置数据；将预处理后的各车辆在所述路侧单元通信范围内运动位置数据分别拟合成多个三维曲线；计算所述多个三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)；判断所述第一三维包络线e1(x，y，z)与所述第二三维包络线e2(x，y，z)是否包含在历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围内，若否，更新历史道路边界线数据库并存储；
事故黑点的提取：将所述路侧单元V2I通信范围内的所有车辆的加速度ai与存储的急减速加速度阈值a_min、急加速加速度阈值a_max相比较，确定是否有存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0；当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录所述车辆的事故位置；将记录的所有车辆的事故位置与所有历史事故黑点比较，确定记录的所有车辆的事故位置是否都在以所有历史事故黑点为中心的设定范围内，若否，判定该车辆的事故位置为潜在事故黑点并更新到存储有历史发生事故位置信息的历史事故黑点数据库并记录；及
将更新后的历史道路边界线数据库与历史事故黑点数据库映射到地图图层上，实时发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆；
其中，所述异常车辆运动位置数据为设定时间内未移动或者未驶出路侧单元的通信范围的车辆的运动位置数据；所述历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围为原道路范围，三维边界线E1(x，y，z)为道路的一边界线，三维边界线E2(x，y，z)为道路的另一边界线。
2.如权利要求1所述的基于V2I的道路边界与事故黑点的提取方法，其特征在于，当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录所述车辆的事故位置，当以记录的车辆事故位置为中心的设定范围内还包括其他车辆的 事故位置时，计算所述车辆事故位置与所述其他车辆的事故位置之间的中心点为综合车辆事故位置，并记录所述中心点设定范围内车辆的数量，其中，记录的所有车辆的事故位置包括综合车辆事故位置和单个车辆的事故位置。
3.如权利要求2或1所述的基于V2I的道路边界与事故黑点的提取方法，其特征在于，还包括：确定记录同一潜在事故黑点的次数是否超过预设值，当超过预设值时，则判断所述潜在事故黑点为事故黑点，并更新到历史事故黑点数据库并存储，其中，同一潜在事故黑点的判定条件为以所述潜在事故黑点为中心的设定范围内记录的潜在事故黑点。
4.如权利要求1所述的基于V2I的道路边界与事故黑点的提取方法，其特征在于，所述计算各三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)，是利用MATLAB数学软件算法来计算的；所述路侧单元V2I通信范围内的所有车辆接收所述地图图层信息，还接收建议行车路径与预警信息，以保证所述多个车辆在道路边界范围内行驶并避开事故黑点。
5.如权利要求3所述的基于V2I的道路边界与事故黑点的提取方法，其特征在于，所述急减速加速度阈值a_min小于等于-5m/s2，急加速加速度阈值a_max大于等于5m/s2；所述预设值为50。
6.一种基于V2I的道路边界与事故黑点的提取系统，其特征在于，该系统包括：
采集单元，用于采集与路侧单元以V2I通信方式连接范围内的所有车辆的运动数据，其中，所述运动数据包括运动位置数据与加速度；
道路边界预处理单元，用于对所述路侧单元V2I通信范围内的所有车辆的运动位置数据预处理，筛除异常车辆运动位置数据；道路边界合成单元，用于将预处理后的各车辆在所述路侧单元通信范围内运动位置数据分别拟合成多个三维曲线；道路边界计算单元，用于计算所述多个三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)；道路边界判断单元，用于判断所述第一三维包络线e1(x，y，z)与所述第二三维包络线e2(x，y，z)是否包含在历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围内，若 否，更新历史道路边界线数据库并存储；
事故黑点比较单元，用于将所述路侧单元V2I通信范围内的所有车辆的加速度ai与存储的急减速加速度阈值a_min、急加速加速度阈值a_max相比较，确定是否有存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0；事故黑点记录单元，用于当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，记录所述车辆的事故位置；事故黑点比较单元还用于将记录的所有车辆的事故位置与所有历史事故黑点比较，确定是否记录的所有车辆的事故位置都在以所有历史事故黑点为中心的设定范围内，若否，判定该车辆的事故位置为潜在事故黑点并更新到历史事故黑点数据库并记录；
映射单元，用于将更新后的历史道路边界线数据库与历史事故黑点数据库映射到地图图层上；及
发送单元，用于实时发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆；
其中，所述异常车辆运动位置数据为设定时间内未移动或者未驶出路侧单元的通信范围的车辆的运动位置数据；所述历史道路三维边界线E1(x，y，z)与E2(x，y，z)之间的范围为原道路范围，三维边界线E1(x，y，z)为道路的一边界线，三维边界线E2(x，y，z)为道路的另一边界线。
7.如权利要求6所述的基于V2I的道路边界与事故黑点的提取系统，其特征在于，当存在车辆的加速度数据满足ai<a_min<0或ai>a_max>0时，所述事故黑点记录单元记录所述车辆的事故位置，当以记录的车辆事故位置为中心的设定范围内还包括其他车辆的事故位置时，所述道路边界计算单元计算所述车辆事故位置与所述其他车辆的事故位置之间的中心点为综合车辆事故位置，所述事故黑点记录单元记录所述中心点设定范围内车辆的数量，其中，记录的所有车辆的事故位置包括综合车辆事故位置和单个车辆的事故位置。
8.如权利要求6或7所述的基于V2I的道路边界与事故黑点的提取系统，其特征在于，还包括判断单元，用于确定记录同一潜在事故黑点的次数是否超过预设值，当超过预设值时，则所述判断单元判断所述潜在事故黑点为事故黑点，并更新到历史事故黑点数据库并存储，其中，同一潜在事故黑点的判定条件为以所述潜在事故黑点为中心的设定范围内记录的潜在事故黑点。
9.如权利要求6所述的基于V2I的道路边界与事故黑点的提取系统，其特征在于，所述道路边界计算单元计算各三维曲线在各三维方向的单位点上的最大值点组合成第一三维包络线e1(x，y，z)和在各三维方向的单位点上的最小值点组合成第二三维包络线e2(x，y，z)，是利用MATLAB数学软件算法来计算的；所述发送单元发送所述地图图层信息到所述路侧单元V2I通信范围内的所有车辆，还发送建议行车路径与预警信息到所述多个车辆，以保证所述多个车辆在道路边界范围内行驶并避开事故黑点。
10.如权利要求8所述的基于V2I的道路边界与事故黑点的提取系统，其特征在于，所述急减速加速度阈值a_min小于等于-5m/s2，急加速加速度阈值a_max大于等于5m/s2；所述预设值为50。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510682415.6A CN105139657B (zh) | 2015-10-21 | 2015-10-21 | 一种基于v2i的道路边界与事故黑点的提取方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510682415.6A CN105139657B (zh) | 2015-10-21 | 2015-10-21 | 一种基于v2i的道路边界与事故黑点的提取方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105139657A CN105139657A (zh) | 2015-12-09 |
| CN105139657B true CN105139657B (zh) | 2017-12-12 |
Family
ID=54724984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510682415.6A Active CN105139657B (zh) | 2015-10-21 | 2015-10-21 | 一种基于v2i的道路边界与事故黑点的提取方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105139657B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105761521A (zh) * | 2015-12-31 | 2016-07-13 | 重庆邮电大学 | 基于车联网的实时交通诱导路侧系统及实时交通诱导方法 |
| CN107784832A (zh) * | 2016-08-25 | 2018-03-09 | 上海电科智能系统股份有限公司 | 一种用于识别交通道路中的事故黑点的方法与设备 |
| CN106781570B (zh) * | 2016-12-30 | 2019-08-02 | 大唐高鸿信息通信研究院（义乌）有限公司 | 一种适用于车载短距离通信网络的高速公路危险路况识别和告警方法 |
| CN108281039B (zh) * | 2017-01-05 | 2020-04-10 | 大唐高鸿信息通信研究院（义乌）有限公司 | 适用于车载短距离通信网络的危险路段交通事故预警方法 |
| CN108986546B (zh) * | 2018-08-20 | 2020-12-01 | 威马智慧出行科技（上海）有限公司 | 一种车辆事故预警方法及其服务器 |
| CN109671262A (zh) * | 2019-01-16 | 2019-04-23 | 广州思创科技发展有限公司 | 基于事故黑点对司机行为预警的系统及方法 |
| CN113223317B (zh) * | 2020-02-04 | 2022-06-10 | 华为技术有限公司 | 一种更新地图的方法、装置和设备 |
| CN112100836B (zh) * | 2020-09-07 | 2022-06-07 | 腾讯科技（深圳）有限公司 | 车辆边界参数的获取方法和装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074110B (zh) * | 2011-01-28 | 2012-08-22 | 清华大学 | 基于浮动车数据的交通流路口转向延时获取系统和方法 |
| CN102368354A (zh) * | 2011-10-19 | 2012-03-07 | 北京航空航天大学 | 一种基于浮动车数据采集的道路安全性评价方法 |
| WO2013109960A1 (en) * | 2012-01-18 | 2013-07-25 | Carnegie Mellon University | Transitioning to a roadside unit state |
| US9652983B2 (en) * | 2013-01-24 | 2017-05-16 | Roger André EILERTSEN | Traffic surveillance and guidance system |
| CN103456182B (zh) * | 2013-09-06 | 2015-10-21 | 浙江大学 | 一种基于测距传感器的道路边缘检测方法及其系统 |
| CN104700617B (zh) * | 2015-04-02 | 2016-03-16 | 武汉大学 | 基于低精度gps轨迹数据的高精度车道信息提取方法 |
-
2015
- 2015-10-21 CN CN201510682415.6A patent/CN105139657B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN105139657A (zh) | 2015-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105139657B (zh) | 一种基于v2i的道路边界与事故黑点的提取方法及系统 | |
| CN111240328B (zh) | 一种车辆行驶安全监控方法、装置和无人驾驶车辆 | |
| CN108860165B (zh) | 车辆辅助驾驶方法和系统 | |
| CN102624896B (zh) | 一种基于车辆间通信的车辆密度感知系统及其感知方法 | |
| Chowdhury et al. | Trustworthiness of self-driving vehicles for intelligent transportation systems in industry applications | |
| CN100374332C (zh) | 一种车载嵌入式系统 | |
| US20210014643A1 (en) | Communication control device, communication control method, and computer program | |
| CN112106124A (zh) | 用于使用v2x和传感器数据的系统和方法 | |
| US20070061155A1 (en) | Universal Vehicle Communication & Management System | |
| CN101933062A (zh) | 用于传感道路和交通状况的系统 | |
| CN107346612A (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
| CN106448254A (zh) | V2x车联网系统、车载终端、服务端以及车位检测方法 | |
| CN107316487A (zh) | 车联网智能车载信息终端及信息交互方法 | |
| CN105810013A (zh) | 一种基于车群风险的车辆防撞控制方法和装置 | |
| CN104537889A (zh) | 一种不同车况下的防撞方法和系统 | |
| WO2023019761A1 (zh) | 一种面向混合交通流的路网运行状态检测系统及方法 | |
| CN108346318A (zh) | 一种车联网通信的控制方法及装置 | |
| CN110312230A (zh) | 列车系统的通信方法、装置和列车系统 | |
| CN109410567A (zh) | 一种基于车联网的易发事故道路智慧分析系统及方法 | |
| CN113895442B (zh) | 一种基于路侧与车端协同感知的车辆行驶决策方法及系统 | |
| CN107591025A (zh) | 车辆行驶的预警方法及系统、服务器、汽车终端、存储器 | |
| CN106297349A (zh) | 一种基于ZigBee的辅助驾驶系统 | |
| CN115042839B (zh) | 基于5g网络车车通信的列车接近预警系统 | |
| CN110503854A (zh) | 一种基于zigbee通信协议的辅助驾驶系统及方法 | |
| CN105243840B (zh) | 一种基于v2i的自适应事故识别方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20171109 Address after: 400060 Chongqing Nan'an District University Avenue, No. 33 Applicant after: China Merchants Chongqing Communications Research & Design Institute Co., Ltd. Address before: 400067, No. 8, science and technology innovation center, No. 58 Jade Road, Nan'an District, Chongqing City, No. 7, building No. Applicant before: Chongqing Yun Tu transport science and techonologies company limited |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |