CN106571046B - 基于路面网格体系的车路协同辅助驾驶方法 - Google Patents

基于路面网格体系的车路协同辅助驾驶方法 Download PDF

Info

Publication number
CN106571046B
CN106571046B CN201610993267.4A CN201610993267A CN106571046B CN 106571046 B CN106571046 B CN 106571046B CN 201610993267 A CN201610993267 A CN 201610993267A CN 106571046 B CN106571046 B CN 106571046B
Authority
CN
China
Prior art keywords
road
vehicle
vehicles
grid
grids
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
CN201610993267.4A
Other languages
English (en)
Other versions
CN106571046A (zh
Inventor
韩鹏
盛勇
林涛
张春雷
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.)
Shanghai Municipal Engineering Design Insitute Group Co Ltd
Original Assignee
Shanghai Municipal Engineering Design Insitute Group 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 Shanghai Municipal Engineering Design Insitute Group Co Ltd filed Critical Shanghai Municipal Engineering Design Insitute Group Co Ltd
Priority to CN201610993267.4A priority Critical patent/CN106571046B/zh
Publication of CN106571046A publication Critical patent/CN106571046A/zh
Application granted granted Critical
Publication of CN106571046B publication Critical patent/CN106571046B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及一种基于路面网格体系的车路协同辅助驾驶方法，其特征在于：该方法包括：A、将道路划分为沿顺向和横向的网格；B、在路侧布设多组视频监控设备，每组监控设备由多部摄像机构成，实现一定路段范围的视野覆盖；C、实时识别监控视野管辖范围内车辆，判定车辆占用的道路网格，在多监控设备之间实时传输车辆位置及网格占用信息，根据车辆占用的道路网格确定车辆位置和大小；D、将路面网格信息实时传输至多部车辆，与车辆辅助驾驶系统协同判定与周边车辆的相互位置关系和相对速度矢量。本发明通过对既有道路进行网格划分，为车辆实时位置判定提供固化的坐标体系，网格占用的分布状况可作为简化指标，为车路协同工作提供高效支撑。

Description

基于路面网格体系的车路协同辅助驾驶方法
技术领域
本发明涉及车辆辅助驾驶领域，是基于路面网格体系，以路侧多点监控设备与车辆交互工作的辅助驾驶方法。
背景技术
伴随着传感技术、车辆控制技术、云计算技术和无线通信等技术的不断进步，以辅助驾驶、自动驾驶等方式为代表的车辆辅助驾驶技术得以快速发展。根据设备承载位置及其职责任务，车辆辅助驾驶技术可分为车侧技术、路侧技术和车路协同技术等。
车侧技术以车辆自身承载的各类图像和传感设备，通过车载计算机运算，对周边状况识别、判定，进而控制车辆运行。目前，车侧技术主要由车载多部摄像机对周边车辆、行人、道路标识等客体进行图像摄取，由各类传感器对车速、车距等指标进行实时采集。伴随试运行里程和时长的增加，由计算机不断进行机器学习，实现驾驶经验的不断累积。车载技术对图像、传感信息处理精度、速度要求较高，对机器学习的累积程度依赖性较强。
路侧技术在道路多个关键位置布设各类图像、传感设备，实时感知车辆位置、类别等指标，并通过无线通信、声光提示等手段为车辆提供车辆调度、引导、警示灯驾驶辅助服务。
云计算技术的发展，为城市交通海量数据的存储、运算提供了有力支撑。云技术在数据的集约化管理方面具备先天优势，但数据传输环节多，针对车辆行驶管理这类“高速”行为，云技术在信息处理和反馈的实时性方面缺乏优势。多点分布式协同运算技术和高速通信技术可为车辆行驶和道路交通区域化管理提供高效支撑。
道路交通运行状态瞬息万变，但道路自身则是“不变量”，车辆正常运行中，某时刻在道路上的位置和占用平面区域是唯一确定的，车辆相互独立，占用区域具备排他性，因而，若将路面按照一定尺寸划分为网格，则某时刻网格的占用情况可作为车辆分布的表征依据。
路侧间隔分布的路灯杆或集成视频监控功能的智慧路灯，可为道路图像采集和计算终端提供依附。多部终端协同工作可实时解析一定区域内的路面占用状况，多时刻对比则可得动态状况，进而通过车路协同技术，为区域内多部车辆提供驾驶辅助服务。
发明内容
本发明的目的在于提供一种基于路面网格体系的车路协同辅助驾驶方法，基于“路面坐标体系”对车辆进行多点监控和指挥的车路协同辅助驾驶技术，可利用路侧多点视频监控和分布式计算，综合协调区域内多部车辆的运行状态，为驾驶安全提供有效支持，并为自动驾驶汽车提供车路协同式安全保障。
为了实现上述目的，本发明的技术方案如下：一种基于路面网格体系的车路协同辅助驾驶方法，其特征在于：该方法包括：
A、将道路划分为沿顺向和横向的网格，并为网格指定编号；
B、在路侧布设多组视频监控设备，每组监控设备由多部摄像机构成，实现前后一定路段范围的视野覆盖；
C、实时识别监控视野管辖范围内车辆，判定车辆所占用的道路网格，并在相邻多监控设备之间实时传输车辆位置及网格占用信息，根据当前时刻车辆所占用的道路网格，以确定实时车辆位置和大小；
D、将路面网格信息实时传输至多部车辆，与车辆的辅助驾驶系统协同判定该时刻与周边多部车辆的相互位置关系，以及相对速度矢量。
根据本发明的优选实施例，步骤C中，根据车辆底盘轮廓判定当前时刻t，车辆占用的路面网格，其中，被车辆全占用的网格状态定为占据OCC，车辆边缘部分被车辆占用一部分的网格状态定为侵入INV，当位置连续的占据网格达到一定数目，则判定此处存在1辆车辆。
根据本发明的优选实施例，步骤C中，根据每组监控设备的多部摄像机摄得的车辆占用的路面网格，计算当前时刻车辆的实际网格集合GRD，GRD = OCC(∩) ∪ INV(δ)， OCC(∩) 为占据网格的交集，INV(δ)为与所述交集邻近的侵入网格， 对占据网格的交集OCC(∩)和与交集邻近的侵入网格INV(δ)取并集，确定当前时刻车辆的实际网格集合GRD，进而确定实时车辆位置和大小。
根据本发明的优选实施例，路侧路灯杆上设置多组视频监控设备，实时监控车辆对路面的占用情况。
根据本发明的优选实施例，通过短程高速无线通信网络，实现多组监控设备之间的实时信息传递和相互校核。
发明通过上述方案特征构成的明显的技术特点：其一，通过预设的“路面网格”占用情况来判定实时多部车辆的位置。其二，与GPS、北斗等卫星定位系统相比，本发明的识别方式简单、快速，且在判定车辆位置的同时，亦可判定车辆体量(外轮廓大小)。其三，与常用倾斜摄影方式进行车辆识别技术相比，本发明只利用视线遮挡来判定网格的占用与否，判定标准二值化，即某区域“非无车即有车”，由此，信息量显著减小。且路面网格在系统中已预设，因而各个分布式计算节点进需要判定和传输路面网格占用相关的信息，运算和传输数据量小，速率快。其四，“路面网格”信息由多组设备协同对判定结果进行校核，实现倾斜视线下对车辆轮廓的多角度识别定位，避免单一视线对车辆透视效应引起的误差。其五，路面占用信息实时传输至多部车辆，在“车看路”的同时，实现“路看车”，弥补单一车辆在图像识别、运算速率、视野覆盖范围和障碍物判定等方面的欠缺。
附图说明
图1为本发明的车辆占用网格判别示意图；
图2为本发明的道路网格实时占用情况示意图。
具体实施方式
下面结合附图和实施例对本发明作出详细说明。
本发明设计了一种基于路面网格体系的车路协同辅助驾驶方法，其特征在于：该方法包括：
A、根据交通条件和车辆统计特征，按照适宜精度，将道路划分为沿顺向和横向的网格，并为网格指定编号；
B、在路侧指定高度布设多组视频监控设备，例如，安装在路灯指定高度，或集成于多功能智慧路灯上，每组监控设备由多部摄像机构成，实现前后一定路段范围的视野覆盖，临近监控设备视野范围相互有一定交集；
C、实时识别监控视野管辖范围内车辆，判定车辆所占用的道路网格，并在相邻多座路灯的监控组之间实时传输车辆位置及网格占用信息，根据当前时刻车辆所占用的道路网格，确定实时车辆位置和大小，从而可以协同判定车辆位置、体量及速度等指标；
根据车辆底盘轮廓判定当前时刻t，车辆占用的路面网格。其中，被车辆全占用的网格状态定为“占据(OCC)”；车辆周边被车辆占用了一部分的网格，其状态定为“侵入(INV)”。当位置连续的“占据”(OCC)网格达到一定数目，则判定此处存在1辆车辆。
由于摄像机以倾斜角度(俯视)拍摄车辆，对车辆可视侧，可通过底盘轮廓线确定所“侵入”网格及其“侵入”面积比。对车辆遮挡侧，底盘轮廓线不可见，车身高度对倾斜拍摄的影响可导致“占据”(OCC)网格数目过多。故可通过位置不同的监控组所得网格占据信息进行相互校核，以“占据”网格的交集OCC(∩)和与交集邻近的“侵入”网格INV(δ)取并集，确定当前时刻车辆的实际网格集合GRD，进而确定实时车辆位置和大小，即
GRD = OCC(∩) ∪ INV(δ) (1)
D、将路面网格占用信息实时传输至邻近的多部车辆VH(n)，与车辆的辅助驾驶系统协同判定该时刻与周边多部车辆的相互位置关系，以及相对速度矢量，为车辆自身的驾驶辅助系统提供“路侧”的数据支撑。该步骤的判定方法为现有技术，在此不再赘述。
所述车路协同辅助驾驶方法，可利用设置在路侧路灯杆(或其它设施上)的多组视频监控设备，实时监控车辆对路面的“占用”情况。通过短程高速无线通信网络，实现多组监控设备之间的实时信息传递和相互校核。将实时路面网格占用信息传输至邻近车辆，为车辆自身的驾驶辅助系统提供“路侧”的数据支撑。
如图1所示，在时刻t，车辆行驶在道路某位置，布设在多座路灯杆(例如图示4座)的摄像机分别从所在高度以倾斜视角对车辆实施拍摄。由路灯位置布设的小型终端计算机对网格占用情况进行实时运算，并以高速无线通信方式进行多部终端之间的信息传递和协同运算。例如，车辆内部斜交叉阴影部分为4部终端最终确定的车辆“占据(OCC)”网格，其中，第一摄像机C1可根据可视车辆底盘轮廓线确定车辆边缘的“侵入(INV)”网格，但第一摄像机C1无法准确判定视线遮挡部分的“侵入网格”，可能识别为“占据网格”。而第三摄像机C3可准确识别可视边缘的侵入网格，并对第一摄像机C1不可见部分的结果进行修正。由多部摄像C1~C4协同确定该时刻车辆内部的“占据(OCC)”网格及其周边的“侵入(INV)”网格，车辆位置和大小定义为公式(1)所示网格交集GRD。由此，由多部监控终端协同确定道路占用情况，如图2所示。
一定区域内的道路网格占用信息实时发送至周边车辆，与车辆的辅助驾驶系统协同工作，可用于计算路面的不可侵入位置，亦可以道路管理云平台系统实时协调多部车辆的运行状态和趋向，从而在车路协同方式下为驾驶安全提供支撑。
本发明对既有道路，根据统计车辆特征和通行车速等因素，按照一定尺度划分网格，构建道路网格体系，并存入管理系统，作为车辆占用区域判定的母版。只利用视线遮挡来判定网格的占用与否，判定标准二值化，即某区域“非无车即有车”，由此，信息量显著减小。由不同位置的多组监控设备协同对判定结果进行校核，实现倾斜视线下对车辆轮廓的多角度识别定位，避免单一视线对车辆透视效应引起的误差。判定车辆占用的“占据网格”和“侵入网格”，其并集为排他型区域，通过“侵入网格”的不可占用，使得车辆区位判定具备一定的安全冗余。

Claims (3)

1.一种基于路面网格体系的车路协同辅助驾驶方法，其特征在于：该方法包括：
A、将道路划分为沿顺向和横向的网格，并为网格指定编号；
B、在路侧布设多组视频监控设备，每组监控设备由多部摄像机构成，实现前后一定路段范围的视野覆盖，临近监控设备视野范围相互有一定交集；
C、实时识别监控视野管辖范围内车辆，判定车辆所占用的道路网格，并在相邻多监控设备之间实时传输车辆位置及网格占用信息，根据当前时刻车辆所占用的道路网格，确定实时车辆位置和大小；
D、将路面网格信息实时传输至多部车辆，与车辆的辅助驾驶系统协同判定该时刻与周边多部车辆的相互位置关系，以及相对速度矢量；
步骤C中，根据车辆底盘轮廓判定当前时刻t，车辆占用的路面网格，其中，车辆全占用的网格状态定为占据OCC，车辆边缘部分被车辆占用一部分的网格状态定为侵入INV，当位置连续的占据网格达到一定数目，则判定此处存在1辆车辆；
步骤C中，根据每组监控设备的多部摄像机摄得的车辆占用的路面网格，计算当前时刻车辆的实际网格集合GRD，GRD = OCC(∩) ∪ INV(δ)， OCC(∩) 为占据网格的交集，INV(δ)为与所述交集邻近的侵入网格， 对占据网格的交集OCC(∩)和与交集邻近的侵入网格INV(δ)取并集，确定当前时刻车辆的实际网格集合GRD，进而确定实时车辆位置和大小。
2.如权利要求1所述的车路协同辅助驾驶方法，其特征在于：路侧路灯杆上设置多组视频监控设备，实时监控车辆对路面的占用情况。
3.如权利要求1所述的车路协同辅助驾驶方法，其特征在于：通过短程高速无线通信网络，实现多组视频监控设备之间的实时信息传递和相互校核。
CN201610993267.4A 2016-11-11 2016-11-11 基于路面网格体系的车路协同辅助驾驶方法 Active CN106571046B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610993267.4A CN106571046B (zh) 2016-11-11 2016-11-11 基于路面网格体系的车路协同辅助驾驶方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610993267.4A CN106571046B (zh) 2016-11-11 2016-11-11 基于路面网格体系的车路协同辅助驾驶方法

Publications (2)

Publication Number Publication Date
CN106571046A CN106571046A (zh) 2017-04-19
CN106571046B true CN106571046B (zh) 2021-07-16

Family

ID=58541445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610993267.4A Active CN106571046B (zh) 2016-11-11 2016-11-11 基于路面网格体系的车路协同辅助驾驶方法

Country Status (1)

Country Link
CN (1) CN106571046B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017220139A1 (de) * 2017-11-13 2019-05-16 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bereitstellen einer Position wenigstens eines Objekts
CN108765973B (zh) * 2018-06-01 2022-04-19 智慧互通科技股份有限公司 一种基于对侧视角互补的路侧停车管理系统
CN109017783B (zh) * 2018-07-20 2021-06-22 南方科技大学 自动驾驶方法和自动驾驶系统
CN109584568B (zh) * 2018-12-29 2022-05-03 浙江方大智控科技有限公司 智慧交通雷达监测系统
CN109712396A (zh) * 2019-01-22 2019-05-03 深圳成有科技有限公司 一种车路协同路面车流的建模方法及系统
CN111757280B (zh) * 2019-03-27 2022-05-17 阿里巴巴集团控股有限公司 道路交通环境中的感知基站及其消息发送控制方法、装置
CN110661984A (zh) * 2019-10-30 2020-01-07 北京百度网讯科技有限公司 高精度v2x感知相机系统
CN111341097B (zh) * 2020-02-13 2022-05-20 中交第一公路勘察设计研究院有限公司 一种基于无人机视频的交通数据采集方法
CN111273673A (zh) * 2020-03-09 2020-06-12 新石器慧通（北京）科技有限公司 一种无人车的自动驾驶跟随方法、系统及无人车
EP4012347A1 (en) * 2020-12-14 2022-06-15 Aptiv Technologies Limited System and method for mapping a vehicle environment
CN113053162B (zh) * 2021-03-11 2022-03-08 陈宝霞 一种基于云计算和大数据的智慧城市管理系统
CN113920728B (zh) * 2021-10-11 2022-08-12 南京微达电子科技有限公司 高速公路抛洒障碍物检测与预警方法及系统
CN114937249B (zh) * 2022-07-21 2022-11-11 合肥工业大学 一种基于网格化管理的车路协同视觉感知处理方法
CN115440041B (zh) * 2022-09-02 2023-05-30 东南大学 一种路侧视角下的重点车辆驾驶行为预测方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710448A (zh) * 2009-12-29 2010-05-19 浙江工业大学 基于全方位计算机视觉的道路交通状态检测装置
CN102685382A (zh) * 2011-03-18 2012-09-19 安尼株式会社 图像处理装置和方法、及移动体防碰撞装置
CN102754138A (zh) * 2010-03-16 2012-10-24 三菱电机株式会社 道路车辆协调型安全驾驶辅助装置
US8520695B1 (en) * 2012-04-24 2013-08-27 Zetta Research and Development LLC—ForC Series Time-slot-based system and method of inter-vehicle communication
CN103975221A (zh) * 2011-12-13 2014-08-06 日本电气株式会社 坐标变换表创建系统和坐标变换表创建方法
CN105243876A (zh) * 2015-11-06 2016-01-13 东南大学 一种用于互通立交的交通冲突严重性分析方法
CN105787502A (zh) * 2015-01-14 2016-07-20 通用汽车环球科技运作有限责任公司 用于物体融合的目标分类集合技术
CN106056957A (zh) * 2016-06-16 2016-10-26 招商局重庆交通科研设计院有限公司 一种全桥面随机车流的精确同步定位方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101075376B (zh) * 2006-05-19 2010-11-03 无锡易斯科电子技术有限公司 基于多视点的智能视频交通监控系统及方法
US8290699B2 (en) * 2007-09-28 2012-10-16 Clarion Co., Ltd. System and method for geographic interpolation of traffic data
CN103548340B (zh) * 2011-05-24 2017-12-29 日产自动车株式会社 车辆用监视装置以及车辆的监视方法
CN102708681B (zh) * 2012-06-14 2014-01-22 吴新赞 一种城市智能交通运输系统及其运行方法
CN105719486B (zh) * 2016-05-05 2017-12-01 郑州轻工业学院 公路急转弯车辆通行智能警示控制系统及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710448A (zh) * 2009-12-29 2010-05-19 浙江工业大学 基于全方位计算机视觉的道路交通状态检测装置
CN102754138A (zh) * 2010-03-16 2012-10-24 三菱电机株式会社 道路车辆协调型安全驾驶辅助装置
CN102685382A (zh) * 2011-03-18 2012-09-19 安尼株式会社 图像处理装置和方法、及移动体防碰撞装置
CN103975221A (zh) * 2011-12-13 2014-08-06 日本电气株式会社 坐标变换表创建系统和坐标变换表创建方法
US8520695B1 (en) * 2012-04-24 2013-08-27 Zetta Research and Development LLC—ForC Series Time-slot-based system and method of inter-vehicle communication
CN105787502A (zh) * 2015-01-14 2016-07-20 通用汽车环球科技运作有限责任公司 用于物体融合的目标分类集合技术
CN105243876A (zh) * 2015-11-06 2016-01-13 东南大学 一种用于互通立交的交通冲突严重性分析方法
CN106056957A (zh) * 2016-06-16 2016-10-26 招商局重庆交通科研设计院有限公司 一种全桥面随机车流的精确同步定位方法

Also Published As

Publication number Publication date
CN106571046A (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
CN106571046B (zh) 基于路面网格体系的车路协同辅助驾驶方法
CN109920246B (zh) 一种基于v2x通信与双目视觉的协同局部路径规划方法
US11380105B2 (en) Identification and classification of traffic conflicts
US11100806B2 (en) Multi-spectral system for providing precollision alerts
CN101303735B (zh) 探测车辆盲点区域内运动物体的方法及盲点探测装置
CN113223317B (zh) 一种更新地图的方法、装置和设备
CN112216097A (zh) 一种检测车辆的盲区的方法及装置
US10699567B2 (en) Method of controlling a traffic surveillance system
CN110942038B (zh) 基于视觉的交通场景识别方法、装置、介质及电子设备
CN110430401A (zh) 车辆盲区预警方法、预警装置、mec平台和存储介质
CN110942623B (zh) 一种辅助交通事故处理方法和系统
CN108491782A (zh) 一种基于行车图像采集的车辆识别方法
CN108460968A (zh) 一种基于车联网获取交通路况信息的方法及装置
CN109816971B (zh) 基于多源数据融合的危险品运输车辆预防跟踪系统及方法
CN113012445A (zh) 智能交通控制系统及其控制方法
CN106570487A (zh) 物体间的碰撞预测方法和装置
CN112249007A (zh) 一种车辆危险报警方法及相关设备
CN112305499B (zh) 一种根据光源进行定位的方法及装置
CN112183206A (zh) 一种基于路侧单目摄像头的交通参与者定位方法和系统
CN110271554A (zh) 用于车辆的驾驶辅助系统和方法
CN105679090B (zh) 一种基于智能手机的夜间司机驾驶辅助方法
US10953871B2 (en) Transportation infrastructure communication and control
CN110727269A (zh) 车辆控制方法及相关产品
CN114419925B (zh) 一种车路协同的防碰预警系统和方法
WO2022244063A1 (ja) 判定装置、判定方法、及び判定プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant