CN106652556A - 一种人车避撞方法及装置 - Google Patents
一种人车避撞方法及装置 Download PDFInfo
- Publication number
- CN106652556A CN106652556A CN201510713565.9A CN201510713565A CN106652556A CN 106652556 A CN106652556 A CN 106652556A CN 201510713565 A CN201510713565 A CN 201510713565A CN 106652556 A CN106652556 A CN 106652556A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- analyzed
- vehicle
- information
- target area
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种人车避撞方法及装置，其中，所述人车避撞方法包括：确定待分析的目标区域；根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合；对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能；在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。本发明的方案，能够在不增加额外硬件成本的前提下，利用现有的通信手段进行人车避撞。
Description
技术领域
本发明涉及智能交通技术领域，特别是涉及一种人车避撞方法及装置。
背景技术
随着通信技术以及智能交通技术的发展，致力于解决行人安全的方案层出不穷，主要的研究成果多基于人车通信。
具体的，目前常采用以下两种方案进行人车避撞：
(1)基于摄像头检测行人的方案
这种方案的发展相对完善，但通常受到天气条件、障碍物遮挡等客观环境的约束，容易造成不准确的结果，而且涉及到硬件设施的改进，会增加成本。
(2)基于人车直接通信的方案
这种方案通常采用标准化协议IEEE 802.11p，且行人的手持终端需要专门的芯片支持，而当前广泛使用的手机并不能实现这一功能。此外，相应的频段虽然在欧洲和美国已经正式授权，但中国尚未批准其用于车联网业务，短时间内无法得到普及投入应用。
所以，急需一种无需增加额外硬件成本，能够利用现有的通信手段进行人车避撞的方法。
发明内容
本发明的目的在于提供一种人车避撞方法及装置，用于解决现有技术中的人车避撞方法易受到硬件和通信条件制约的技术问题，能够在不增加额外硬件成本的前提下，利用现有的通信手段进行人车避撞。
为了实现上述的目的，本发明提供一种人车避撞方法，用于一中心服务平台，包括：
确定待分析的目标区域；
根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；
根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合；
对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能；
在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。
优选的，所述根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人的步骤之前还包括：
获取目标路段上行人的位置信息序列；
删除所述位置信息序列中的错误位置信息，得到有效位置信息序列，其中，所述错误位置信息的第一位置点与和所述错误位置信息相邻的位置信息的第二位置点之间的距离大于一预设阈值；
根据所述有效位置信息序列，确定出目标路段上行人的行人运动信息。
优选的，所述待分析行人满足以下条件：由所述待分析行人的加速度信息确定的行人运动方向，是预计将进入所述目标区域。
优选的，所述待分析车辆是满足以下任一预设判别标准的危险车辆：(1)车辆的型号是大货车、大客车以及运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆；(2)上年度违章扣分超过预设值的车辆；(3)在距目标区域一定距离时，没有采取减速行为的车辆。
优选的，所述对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能的步骤包括：
确定所述待分析行人和待分析车辆在所述目标区域的潜在冲突区域；
计算在不同时刻，所述待分析行人和待分析车辆以各自速度抵达所述潜在冲突区域的时间差，得到时间差序列；
判断所述时间差序列中的时间差是否落入危险区间内；
根据所述时间差序列中的时间差连续落入危险区间内的情况，确定所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险等级，其中，连续落入危险区间内的时间差越多，风险等级越高，发生碰撞的可能性越高。
优选的，所述向所述待分析行人和/或待分析车辆发送预警信息的步骤包括：
根据所述风险等级，向所述待分析行人和/或待分析车辆发送预警信息，其中，所述风险等级越高，所述预警信息的提示效果越显著。
本发明还提供一种人车避撞装置，用于一中心服务平台，包括：
第一确定模块，用于确定待分析的目标区域；
第一筛选模块，用于根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；
第二筛选模块，用于根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合；
分析模块，用于对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能；
发送模块，用于在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。
优选的，所述人车避撞装置还包括：
第一获取模块，用于获取目标路段上行人的位置信息序列；
删除模块，用于删除所述位置信息序列中的错误位置信息，得到有效位置信息序列，其中，所述错误位置信息的第一位置点与和所述错误位置信息相邻的位置信息的第二位置点之间的距离大于一预设阈值；
第二确定模块，用于根据所述有效位置信息序列，确定出目标路段上行人的行人运动信息。
优选的，所述待分析行人满足以下条件：由所述待分析行人的加速度信息确定的行人运动方向，是预计将进入所述目标区域。
优选的，所述待分析车辆是满足以下任一预设判别标准的危险车辆：(1)车辆的型号是大货车、大客车以及运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆；(2)上年度违章扣分超过预设值的车辆；(3)在距目标区域一定距离时，没有采取减速行为的车辆。
优选的，所述分析模块包括：
第一确定子模块，用于确定所述待分析行人和待分析车辆在所述目标区域的潜在冲突区域；
计算模块，用于计算在不同时刻，所述待分析行人和待分析车辆以各自速度抵达所述潜在冲突区域的时间差，得到时间差序列；
判断模块，用于判断所述时间差序列中的时间差是否落入危险区间内；
第二确定子模块，用于根据所述时间差序列中的时间差连续落入危险区间内的情况，确定所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险等级，其中，连续落入危险区间内的时间差越多，风险等级越高，发生碰撞的可能性越高。
优选的，所述发送模块具体用于根据所述风险等级，向所述目标行人和/或目标车辆发送预警信息，其中，所述风险等级越高，所述预警信息的提示效果越显著。
通过本发明的上述技术方案，本发明的有益效果在于：
本发明的人车避撞方法，能够在不增加额外硬件成本的前提下，利用现有的通信手段进行人车避撞；且通过对行人的位置信息序列的预处理，去除冗余数据，有效降低中心服务平台的数据处理量，提高响应时间。
附图说明
图1表示本发明实施例的人车避撞方法的流程图。
图2表示本发明实施例的人车避撞装置的结构示意图。
图3表示本发明具体实施例的在十字路口处确定潜在冲突区域的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对具体实施例进行详细描述。
参见图1所示，本发明实施例提供一种人车避撞方法，用于一中心服务平台，包括：
步骤S102：确定待分析的目标区域；
其中，所述待分析的目标区域例如是具有十字路口的区域，或具有丁字路口的区域，本发明不对其进行限制，只要是可能会发生人车碰撞的交叉路口区域即可。
步骤S104：根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；
实际应用中，只有行人和车辆同时进入同一区域，才有可能发生碰撞。所以，本发明实施例的人车避撞方法中，首先根据目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合，再对行人集合中的目标行人进行碰撞分析。
具体的，为了确定行人运动信息，本发明实施例中，在步骤S104之前，所述人车避撞方法还包括步骤S1031～步骤S1033，详述如下。
步骤S1031：获取目标路段上行人的位置信息序列。
其中，获取的方式是：中心服务平台通过移动网络，获取目标路段上行人的手持终端，例如手机上报的位置信息。而所述目标路段与所述目标区域的位置对应，是在中心服务平台中设定的，例如是距目标区域10米的供行人走的路段。
具体的，中心服务平台可以通过高精度定位系统，借助CORS基准站，采用现有技术中的实时动态码相位差分技术(Real Time Differential，简称RTD)、实时动态控制系统(Real-time kinematic，简称RTK)与惯导相结合的定位方式(例如当行人的手持终端的GPS定位功能失效时，可以读取其内惯性传感器数据进行定位)，实现对行人的手持终端的定位，以获取行人的实时位置信息。而且，可以通过设置定位时间间隔，每隔一定的时间进行一次定位，从而获取同一行人的连续多个时间点的位置信息，即获取行人的位置信息序列。
而对于行人的位置信息序列的同一性(即属于同一个人的各位置信息)，可以通过所述行人的手持终端的用户标识信息，例如国际移动用户识别码IMSI、手机号码等来表征。
步骤S1032：删除所述位置信息序列中的错误位置信息，得到有效位置信息序列，所述错误位置信息的第一位置点与和所述错误位置信息相邻的位置信息的第二位置点之间的距离大于一预设阈值。
由于存在定位误差，并非需要将位置信息序列中所有的位置信息都作为处理对象，因此，需要对获取的位置信息序列进行一定的预处理，从而提高定位数据的精准度，降低中心服务平台处理的数据量。
具体的，在本发明实施例中，可采用改进的阈值检测法，对所述位置信息序列进行预处理，删除所述位置信息序列中的错误位置信息，得到有效位置信息序列。而所述错误位置信息对应的第一位置点与和所述错误位置信息相邻的位置信息对应的第二位置点之间的距离大于一预设阈值。
其中，对所述位置信息序列进行预处理，可采用如下逻辑：
首先，中心服务平台可以预先根据目标区域的位置信息，以及其附近道路的宽度信息，定义数据筛选范围，对获取到的行人的位置信息序列进行简单的筛选。通常情况下，在目标区域确定后，所述目标区域的位置信息就是固定的，可以直接采用现有地图提供的位置信息，也可以通过事先测量，手动标记的方式录入中心服务平台的数据库。
而所述数据筛选范围例如是以目标区域为中心的一个正方形区域，边长为大于道路宽度的一个预设数值，这样，通过电子地图匹配，中心服务平台可将获得的位置信息序列匹配到电子地图上，确定出落入该数据筛选范围内的位置点。
再利用阈值检测法对筛选后的位置信息进行如下处理：
(1)以行人的手持终端的用户标识为依据，确定每个行人的位置信息序列。再对每个行人的位置信息序列，按照时间先后顺序，从初始位置信息开始遍历，根据阈值检测法检验各位置信息是否为错误位置信息，且在遍历过程中只标记错误位置信息的位置点和连续错误位置信息的个数n，不对错误位置信息做删除处理。
此处的阈值检测法例如为：当连续位置信息的位置点之间的距离超过一阈值时，认为存在错误位置信息。
举例来说，行人A的位置信息序列的位置点的排列顺序为1、2、3、4、5。如果1与2之间的距离小于一阈值，则认为2是正确位置点(即2对应的位置信息是正确的)；进而判定3是否正确，如果2与3之间的距离小于该阈值，认为3是正确位置点，如果大于该阈值，认为3是错误位置点；在3为错误位置点的情况下，判断4是否正确，如果3与4之间的距离也大于该阈值，则4很可能是正确位置点，但先判定4为错误位置点；在判断5时，如果4与5之间的距离小于该阈值，则认为5是正确位置点。为了避免上述4的误判断情况，当发现有连续的错误位置点时，首先标记错误位置点，即标记3和4对应的错误位置点，并记录连续错误位置信息的个数为n＝2。
(2)在发现了(1)中存在连续的错误位置信息时，将(1)中记录的连续错误位置信息的个数为n与连续错误位置信息的最大可能个数N进行比较。当n>N时，认为标记为错误位置点的位置信息确实为错误位置信息，对其做删除处理；当n≤N时，认为标记为错误位置点中的第一个位置点对应的位置信息为错误位置信息，予以删除，而第二个位置点对应的位置信息不是错误位置信息，不进行处理，进而以第二个位置点为依据进行后续位置点的判断。
步骤S1033：根据所述有效位置信息序列，确定出目标路段上行人的行人运动信息。
在进行了步骤S1032的预处理后，每个行人的有效位置信息序列具体是按照时间先后顺序的位置信息，构成所述行人的运动轨迹。而从行人的运动轨迹中，就可确定出目标路段上行人的行人运动信息，例如行人的运动方向、行人的运动速度等。
步骤S106：根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合。
其中，所述车辆运动信息在实际应用中，可由车辆上的采集装置以一定的采样频率(如1s)获取后，上报给中心服务平台。具体地，车辆上一般安装有全球定位系统GPS、车载诊断系统OBD、加速度传感器G-Sensor等。在车辆行驶过程中，通过GPS、OBD以及G-Sensor，可获取到车辆的车辆运动信息，如位置、车速、加速度、俯仰角、转向角等，并传递到信息采集模块，进而，上传至中心服务平台。
这样，通过车辆运动信息，可确定相应车辆的行进方向，进而筛选出预计将进入目标区域的目标车辆，形成车辆集合。
需要说明的是，目标范围内的车辆都可通过上述过程将自身的运动信息上传至中心服务平台。而所述目标范围例如是距目标区域500米的范围，由中心服务平台预设，本发明不对其进行限制。
步骤S108：对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能。
由于存在定位误差，通过步骤S104筛选出的目标行人，也就是通过位置信息序列确定出预计将进入目标区域的目标行人，在距所述目标区域较近时，可能具有远离所述目标区域的加速度。即实际上，这部分目标行人是远离目标区域，并非预计将进入所述目标区域。
所以，在本发明具体实施例中，要进行冲突分析的待分析行人可满足以下条件：由所述待分析行人的加速度信息确定的行人运动方向，是预计将进入所述目标区域。
其中，所述加速度信息例如是中心服务平台通过行人的手持终端的加速度传感器获取的，以与位置信息序列相结合，确定行人运动方向。
本发明实施例中，要进行冲突分析的待分析车辆是满足以下任一预设判别标准的危险车辆：(1)车辆的型号是大货车、大客车以及运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆；(2)上年度违章扣分超过预设值的车辆；(3)在距目标区域一定距离时，没有采取减速行为的车辆。
其中，车辆的属性信息例如车辆的型号、车头宽度和上年度违章扣分情况，可以预先存储于中心服务平台，例如存储在属性文件或硬件模块中，供后续使用。
具体的，所述步骤S108的冲突分析包括以下步骤：
步骤S1081：确定所述待分析行人和待分析车辆在所述目标区域的潜在冲突区域。
其中，所述潜在冲突区域是待分析行人和待分析车辆在目标区域可能会发生碰撞的区域，一般处于斑马线等位置。
例如，目标区域是十字路口，潜在冲突区域为圆形，而圆心为待分析车辆行驶方向与待分析行人过街方向的交点，半径为待分析车辆的车头宽度。具体地，待分析车辆行驶方向可根据待分析车辆的历史位置轨迹及所处车道得出，待分析行人过街方向可根据待分析行人所在的位置判断。
参见图3所示，待分析行人处于安全岛I1，则其过街方向为从I1到I2，或从I1到I4。而待分析车辆位于左转车道，行驶方向为自北向西，则相应的潜在冲突区域，就如图3中A区域或B区域所示。
步骤S1082：计算在不同时刻，所述待分析行人和待分析车辆以各自速度抵达所述潜在冲突区域的时间差，得到时间差序列。
具体的，本发明采用基于冲突时间差(Time difference to collision，TDTC)的安全评价模型进行冲突分析。而冲突时间差(TDTC，可简称为时间差)的定义如下：假定从t时刻起行人和车辆的速度和方向保持不变，则t时刻的TDTC值为行人抵达潜在冲突区域的时间减去车辆抵达潜在冲突区域的时间。
步骤S1083：判断所述时间差序列中的时间差是否落入危险区间内。
其中，如果时间差落入危险区间内，则待分析行人和待分析车辆可能会发生碰撞，否则，不会发生碰撞。
步骤S1084：根据所述时间差序列中的时间差连续落入危险区间内的情况，确定所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险等级，其中，连续落入危险区间内的时间差越多，风险等级越高，发生碰撞的可能性越高。
具体的，如果所述时间差序列中的时间差一直落入危险区间内，则所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险一直存在，风险等级高；如果所述时间差序列中的时间差一直落入危险区间外，则所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的可能性很小，风险等级低，其它情况下，风险等级为中等。
举例来说，本发明具体实施例中的安全评价模型(评价函数)可如下所述：
其中的参数说明如下：
i为针对同一对待分析对象(即待分析行人和待分析车辆)在不同时刻计算得出TDTC值的序号；
qTDTC(ti)为ti时刻的TDTC值；
[tL,tR)为危险区间，若TDTC值落入此区间，则认为待分析行人和待分析车辆在潜在冲突区域可能会发生碰撞，是危险的；
xi为定义的中间参数，等于0或1，0表示安全，1表示危险；
Si为对多个时刻的xi值进行统计分析值。
根据上述的安全评价模型进行冲突分析的逻辑如下：
Si＝1：每个检测时刻的xi均为0，即TDTC值在每个检测时刻均落入危险区间外，则认为冲突是相对安全的，风险等级为A；
Si＝2：开始检测时刻的xi有等于1的情况，后续检测时刻的xi均为0，即TDTC值开始落入危险区间内，后续均落在危险区间外，这说明待分析行人或待分析车辆可能已发现对方，并产生了避让行为，则认为碰撞存在潜在的危险，风险等级为B；
Si＝3：每个检测时刻的xi均为1，即TDTC值持续的落入危险区间内，这很可能是待分析行人和待分析车辆之间没有避让行为，或是避让行为不够迅速及时，则认为碰撞的可能性一直存在，行人是危险的，风险等级为C。
这样，处于风险等级B或C的待分析行人和待分析车辆，在潜在冲突区域发生碰撞的可能性很高。
步骤S110：在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。
其中，发送预警信息例如是向待分析行人的手机、智能手表等手持终端发送通知消息、或发送控制信号使其产生振动、蜂鸣等多种形式的预警声音，以提示行人；和/或向车载终端发送控制信号产生声音预警、或在车辆的抬头显示仪中显示行人位置等，以提示相应车辆的驾驶者。
本发明实施例中，所述步骤S110包括：
根据所述风险等级，向所述待分析行人和/或待分析车辆发送预警信息，其中，所述风险等级越高，所述预警信息的提示效果越显著。
例如，中心服务平台对待分析行人E和待分析车辆F进行冲突分析，如果确定出E和F在潜在冲突区域发生碰撞的风险等级为A，就可向E的手机发送控制信号使其产生振动，以提示行人E；如果确定出E和F在潜在冲突区域发生碰撞的风险等级为B，就可向E的手机发送控制信号使其产生蜂鸣，加强对行人E的提示效果；如果确定出E和F在潜在冲突区域发生碰撞的风险等级为C，就可向E的手机发送控制信号使其产生蜂鸣，同时在F的抬头显示仪中显示E的位置，以同时提示行人E和车辆F的驾驶者。
本发明实施例的人车避撞方法，能够在不增加额外硬件成本的前提下，利用现有的通信手段进行人车避撞；且通过对行人的位置信息序列的预处理，去除冗余数据，有效降低中心服务平台的数据处理量，提高响应时间。
参见图2所示，本发明实施例提供一种人车避撞装置，用于一中心服务平台，包括：
第一确定模块21，用于确定待分析的目标区域；
第一筛选模块22，用于根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；
第二筛选模块23，用于根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合；
分析模块24，用于对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能；
发送模块25，用于在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。
具体的，所述人车避撞装置还包括：
第一获取模块，用于获取目标路段上行人的位置信息序列；
删除模块，用于删除所述位置信息序列中的错误位置信息，得到有效位置信息序列，其中，所述错误位置信息的第一位置点与和所述错误位置信息相邻的位置信息的第二位置点之间的距离大于一预设阈值；
第二确定模块，用于根据所述有效位置信息序列，确定出目标路段上行人的行人运动信息。
优选的，所述待分析行人满足以下条件：由所述待分析行人的加速度信息确定的行人运动方向，是预计将进入所述目标区域。
优选的，所述待分析车辆是满足以下任一预设判别标准的危险车辆：(1)车辆的型号是大货车、大客车以及运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆；(2)上年度违章扣分超过预设值的车辆；(3)在距目标区域一定距离时，没有采取减速行为的车辆。
所述分析模块包括：
第一确定子模块，用于确定所述待分析行人和待分析车辆在所述目标区域的潜在冲突区域；
计算模块，用于计算在不同时刻，所述待分析行人和待分析车辆以各自速度抵达所述潜在冲突区域的时间差，得到时间差序列；
判断模块，用于判断所述时间差序列中的时间差是否落入危险区间内；
第二确定子模块，用于根据所述时间差序列中的时间差连续落入危险区间内的情况，确定所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险等级，其中，连续落入危险区间内的时间差越多，风险等级越高，发生碰撞的可能性越高。
所述发送模块具体用于根据所述风险等级，向所述目标行人和/或目标车辆发送预警信息，其中，所述风险等级越高，所述预警信息的提示效果越显著。
本发明实施例的人车避撞装置，能够在不增加额外硬件成本的前提下，利用现有的通信手段进行人车避撞；且通过对行人的位置信息序列的预处理，去除冗余数据，有效降低中心服务平台的数据处理量，提高响应时间。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种人车避撞方法，用于一中心服务平台，其特征在于，包括：
确定待分析的目标区域；
根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；
根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合；
对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能；
在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。
2.根据权利要求1所述的人车避撞方法，其特征在于，所述根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人的步骤之前还包括：
获取目标路段上行人的位置信息序列；
删除所述位置信息序列中的错误位置信息，得到有效位置信息序列，其中，所述错误位置信息的第一位置点与和所述错误位置信息相邻的位置信息的第二位置点之间的距离大于一预设阈值；
根据所述有效位置信息序列，确定出目标路段上行人的行人运动信息。
3.根据权利要求1所述的人车避撞方法，其特征在于，所述待分析行人满足以下条件：由所述待分析行人的加速度信息确定的行人运动方向，是预计将进入所述目标区域。
4.根据权利要求1所述的人车避撞方法，其特征在于，所述待分析车辆是满足以下任一预设判别标准的危险车辆：(1)车辆的型号是大货车、大客车以及运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆；(2)上年度违章扣分超过预设值的车辆；(3)在距目标区域一定距离时，没有采取减速行为的车辆。
5.根据权利要求1所述的人车避撞方法，其特征在于，所述对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能的步骤包括：
确定所述待分析行人和待分析车辆在所述目标区域的潜在冲突区域；
计算在不同时刻，所述待分析行人和待分析车辆以各自速度抵达所述潜在冲突区域的时间差，得到时间差序列；
判断所述时间差序列中的时间差是否落入危险区间内；
根据所述时间差序列中的时间差连续落入危险区间内的情况，确定所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险等级，其中，连续落入危险区间内的时间差越多，风险等级越高，发生碰撞的可能性越高。
6.根据权利要求5所述的人车避撞方法，其特征在于，所述向所述待分析行人和/或待分析车辆发送预警信息的步骤包括：
根据所述风险等级，向所述待分析行人和/或待分析车辆发送预警信息，其中，所述风险等级越高，所述预警信息的提示效果越显著。
7.一种人车避撞装置，用于一中心服务平台，其特征在于，包括：
第一确定模块，用于确定待分析的目标区域；
第一筛选模块，用于根据所述目标区域的位置信息和行人运动信息，筛选出预计将进入所述目标区域的目标行人，形成行人集合；
第二筛选模块，用于根据所述目标区域的位置信息和车辆运动信息，筛选出预计将进入所述目标区域的目标车辆，形成车辆集合；
分析模块，用于对来自所述行人集合中的待分析行人和来自所述车辆集合的待分析车辆进行冲突分析，判断是否存在碰撞可能；
发送模块，用于在得到存在碰撞可能的分析结果时，向所述待分析行人和/或待分析车辆发送预警信息。
8.根据权利要求7所述的人车避撞装置，其特征在于，还包括：
第一获取模块，用于获取目标路段上行人的位置信息序列；
删除模块，用于删除所述位置信息序列中的错误位置信息，得到有效位置信息序列，其中，所述错误位置信息的第一位置点与和所述错误位置信息相邻的位置信息的第二位置点之间的距离大于一预设阈值；
第二确定模块，用于根据所述有效位置信息序列，确定出目标路段上行人的行人运动信息。
9.根据权利要求7所述的人车避撞装置，其特征在于，所述待分析行人满足以下条件：由所述待分析行人的加速度信息确定的行人运动方向，是预计将进入所述目标区域。
10.根据权利要求7所述的人车避撞装置，其特征在于，所述待分析车辆是满足以下任一预设判别标准的危险车辆：(1)车辆的型号是大货车、大客车以及运输危险化学品、烟花爆竹、民用爆炸物品的道路专用车辆；(2)上年度违章扣分超过预设值的车辆；(3)在距目标区域一定距离时，没有采取减速行为的车辆。
11.根据权利要求7所述的人车避撞装置，其特征在于，所述分析模块包括：
第一确定子模块，用于确定所述待分析行人和待分析车辆在所述目标区域的潜在冲突区域；
计算模块，用于计算在不同时刻，所述待分析行人和待分析车辆以各自速度抵达所述潜在冲突区域的时间差，得到时间差序列；
判断模块，用于判断所述时间差序列中的时间差是否落入危险区间内；
第二确定子模块，用于根据所述时间差序列中的时间差连续落入危险区间内的情况，确定所述待分析行人和待分析车辆在所述潜在冲突区域发生碰撞的风险等级，其中，连续落入危险区间内的时间差越多，风险等级越高，发生碰撞的可能性越高。
12.根据权利要求11所述的人车避撞装置，其特征在于，所述发送模块具体用于根据所述风险等级，向所述目标行人和/或目标车辆发送预警信息，其中，所述风险等级越高，所述预警信息的提示效果越显著。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510713565.9A CN106652556A (zh) | 2015-10-28 | 2015-10-28 | 一种人车避撞方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510713565.9A CN106652556A (zh) | 2015-10-28 | 2015-10-28 | 一种人车避撞方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106652556A true CN106652556A (zh) | 2017-05-10 |
Family
ID=58829437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510713565.9A Pending CN106652556A (zh) | 2015-10-28 | 2015-10-28 | 一种人车避撞方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106652556A (zh) |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106997689A (zh) * | 2017-05-11 | 2017-08-01 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
| CN107564337A (zh) * | 2017-09-25 | 2018-01-09 | 南京律智诚专利技术开发有限公司 | 一种车辆防撞人系统 |
| CN107909854A (zh) * | 2017-12-13 | 2018-04-13 | 北京交通大学 | 一种基于脑电波的制动预警方法及系统 |
| CN108172025A (zh) * | 2018-01-30 | 2018-06-15 | 东软集团股份有限公司 | 一种辅助驾驶方法、装置、车载终端及车辆 |
| CN108177654A (zh) * | 2017-11-23 | 2018-06-19 | 深圳市易成自动驾驶技术有限公司 | 车辆行驶安全预警方法、装置、系统及可读存储介质 |
| CN108230676A (zh) * | 2018-01-23 | 2018-06-29 | 同济大学 | 一种基于轨迹数据的交叉口行人过街风险评估方法 |
| CN108447305A (zh) * | 2018-04-21 | 2018-08-24 | 上海交通大学 | 一种新交规下礼让行人预警方法及预警系统 |
| CN109649266A (zh) * | 2019-01-21 | 2019-04-19 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、计算机设备和存储介质 |
| CN110060465A (zh) * | 2019-04-30 | 2019-07-26 | 浙江吉利控股集团有限公司 | 一种用于车辆行人交互系统的交互方法及交互系统 |
| CN110781774A (zh) * | 2019-10-10 | 2020-02-11 | 江苏理工学院 | 基于深度学习的平交路口智能引导系统和方法 |
| CN113096424A (zh) * | 2021-03-25 | 2021-07-09 | 武汉光庭信息技术股份有限公司 | 一种行人横穿的车辆自动紧急制动方法及系统 |
| CN113160610A (zh) * | 2020-01-07 | 2021-07-23 | 广州汽车集团股份有限公司 | 一种基于车联网的行人保护系统及方法 |
| CN113386738A (zh) * | 2020-03-13 | 2021-09-14 | 奥迪股份公司 | 风险预警系统、方法和存储介质 |
| CN114475586A (zh) * | 2022-01-19 | 2022-05-13 | 上汽通用五菱汽车股份有限公司 | 行人目标筛选方法、装置、电子设备及可读存储介质 |
| CN114627679A (zh) * | 2022-03-17 | 2022-06-14 | 国汽智控(北京)科技有限公司 | 基于主动信标的目标感知方法、装置、设备和系统 |
| CN114781791A (zh) * | 2022-03-11 | 2022-07-22 | 山东高速建设管理集团有限公司 | 一种基于全息感知数据的高速服务区风险识别方法 |
| CN115083208A (zh) * | 2022-07-20 | 2022-09-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 人车冲突预警方法、预警分析方法、电子设备及存储介质 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1710624A (zh) * | 2005-06-02 | 2005-12-21 | 上海交通大学 | 城市路网交通流区间平均速度的获取方法 |
| CN100492434C (zh) * | 2006-11-30 | 2009-05-27 | 上海交通大学 | 交通流状态分析所需的探测车采样量的获取方法 |
| EP2388756A1 (en) * | 2010-05-17 | 2011-11-23 | Volvo Car Corporation | Forward collision risk reduction |
| WO2012020533A1 (ja) * | 2010-08-10 | 2012-02-16 | パナソニック株式会社 | 歩行方位検出装置および歩行方位検出方法 |
| CN102707300A (zh) * | 2012-06-05 | 2012-10-03 | 大唐移动通信设备有限公司 | 一种gps轨迹优化方法、装置及系统 |
| CN102765365A (zh) * | 2011-05-06 | 2012-11-07 | 香港生产力促进局 | 基于机器视觉的行人检测方法及行人防撞预警系统 |
| CN103745603A (zh) * | 2014-01-17 | 2014-04-23 | 中国科学技术大学 | 一种右转车道车路协同信号控制方法及系统 |
| CN103913174A (zh) * | 2012-12-31 | 2014-07-09 | 深圳先进技术研究院 | 一种导航信息的生成方法和系统及移动客户端和服务器端 |
| CN104050837A (zh) * | 2014-06-10 | 2014-09-17 | 奇瑞汽车股份有限公司 | 一种行车安全提示方法和装置 |
| CN104183158A (zh) * | 2014-08-14 | 2014-12-03 | 同济大学 | 基于智能手机和云计算的交叉口实时智能安全警告系统及其实现方法 |
| CN104200653A (zh) * | 2014-09-11 | 2014-12-10 | 吉林大学 | 一种基于车路协同的货车右转弯危险区域预警系统 |
| CN104346955A (zh) * | 2014-10-16 | 2015-02-11 | 浙江吉利汽车研究院有限公司 | 基于人车通信的行人避撞方法和避撞系统 |
| CN104596530A (zh) * | 2014-05-27 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 一种车辆定位方法和装置 |
| CN104931989A (zh) * | 2015-07-14 | 2015-09-23 | 成都乐动信息技术有限公司 | 运动轨迹中异常点的检测方法与装置 |
-
2015
- 2015-10-28 CN CN201510713565.9A patent/CN106652556A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1710624A (zh) * | 2005-06-02 | 2005-12-21 | 上海交通大学 | 城市路网交通流区间平均速度的获取方法 |
| CN100492434C (zh) * | 2006-11-30 | 2009-05-27 | 上海交通大学 | 交通流状态分析所需的探测车采样量的获取方法 |
| EP2388756A1 (en) * | 2010-05-17 | 2011-11-23 | Volvo Car Corporation | Forward collision risk reduction |
| WO2012020533A1 (ja) * | 2010-08-10 | 2012-02-16 | パナソニック株式会社 | 歩行方位検出装置および歩行方位検出方法 |
| CN102765365A (zh) * | 2011-05-06 | 2012-11-07 | 香港生产力促进局 | 基于机器视觉的行人检测方法及行人防撞预警系统 |
| CN102707300A (zh) * | 2012-06-05 | 2012-10-03 | 大唐移动通信设备有限公司 | 一种gps轨迹优化方法、装置及系统 |
| CN103913174A (zh) * | 2012-12-31 | 2014-07-09 | 深圳先进技术研究院 | 一种导航信息的生成方法和系统及移动客户端和服务器端 |
| CN103745603A (zh) * | 2014-01-17 | 2014-04-23 | 中国科学技术大学 | 一种右转车道车路协同信号控制方法及系统 |
| CN104596530A (zh) * | 2014-05-27 | 2015-05-06 | 腾讯科技（深圳）有限公司 | 一种车辆定位方法和装置 |
| CN104050837A (zh) * | 2014-06-10 | 2014-09-17 | 奇瑞汽车股份有限公司 | 一种行车安全提示方法和装置 |
| CN104183158A (zh) * | 2014-08-14 | 2014-12-03 | 同济大学 | 基于智能手机和云计算的交叉口实时智能安全警告系统及其实现方法 |
| CN104200653A (zh) * | 2014-09-11 | 2014-12-10 | 吉林大学 | 一种基于车路协同的货车右转弯危险区域预警系统 |
| CN104346955A (zh) * | 2014-10-16 | 2015-02-11 | 浙江吉利汽车研究院有限公司 | 基于人车通信的行人避撞方法和避撞系统 |
| CN104931989A (zh) * | 2015-07-14 | 2015-09-23 | 成都乐动信息技术有限公司 | 运动轨迹中异常点的检测方法与装置 |
Non-Patent Citations (2)
| Title |
|---|
| 张盈盈: "行人车辆冲突参数分析与安全评价", 《哈尔滨工业大学学报》 * |
| 胡宏宇: "基于模糊逻辑的信号交叉口人车冲突判别方法", 《吉林大学学报（工学版）》 * |
Cited By (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106997689A (zh) * | 2017-05-11 | 2017-08-01 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
| CN106997689B (zh) * | 2017-05-11 | 2019-08-27 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
| CN107564337A (zh) * | 2017-09-25 | 2018-01-09 | 南京律智诚专利技术开发有限公司 | 一种车辆防撞人系统 |
| CN108177654A (zh) * | 2017-11-23 | 2018-06-19 | 深圳市易成自动驾驶技术有限公司 | 车辆行驶安全预警方法、装置、系统及可读存储介质 |
| CN107909854A (zh) * | 2017-12-13 | 2018-04-13 | 北京交通大学 | 一种基于脑电波的制动预警方法及系统 |
| CN108230676A (zh) * | 2018-01-23 | 2018-06-29 | 同济大学 | 一种基于轨迹数据的交叉口行人过街风险评估方法 |
| CN108230676B (zh) * | 2018-01-23 | 2020-11-27 | 同济大学 | 一种基于轨迹数据的交叉口行人过街风险评估方法 |
| CN108172025A (zh) * | 2018-01-30 | 2018-06-15 | 东软集团股份有限公司 | 一种辅助驾驶方法、装置、车载终端及车辆 |
| CN108172025B (zh) * | 2018-01-30 | 2021-03-30 | 东软睿驰汽车技术（上海）有限公司 | 一种辅助驾驶方法、装置、车载终端及车辆 |
| CN108447305A (zh) * | 2018-04-21 | 2018-08-24 | 上海交通大学 | 一种新交规下礼让行人预警方法及预警系统 |
| CN109649266A (zh) * | 2019-01-21 | 2019-04-19 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、计算机设备和存储介质 |
| US11250694B2 (en) | 2019-01-21 | 2022-02-15 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Vehicle control method, computer device and storage medium |
| CN110060465B (zh) * | 2019-04-30 | 2020-12-18 | 浙江吉利控股集团有限公司 | 一种用于车辆行人交互系统的交互方法及交互系统 |
| CN110060465A (zh) * | 2019-04-30 | 2019-07-26 | 浙江吉利控股集团有限公司 | 一种用于车辆行人交互系统的交互方法及交互系统 |
| CN110781774A (zh) * | 2019-10-10 | 2020-02-11 | 江苏理工学院 | 基于深度学习的平交路口智能引导系统和方法 |
| CN113160610A (zh) * | 2020-01-07 | 2021-07-23 | 广州汽车集团股份有限公司 | 一种基于车联网的行人保护系统及方法 |
| CN113386738A (zh) * | 2020-03-13 | 2021-09-14 | 奥迪股份公司 | 风险预警系统、方法和存储介质 |
| CN113096424B (zh) * | 2021-03-25 | 2022-05-31 | 武汉光庭信息技术股份有限公司 | 一种行人横穿的车辆自动紧急制动方法及系统 |
| CN113096424A (zh) * | 2021-03-25 | 2021-07-09 | 武汉光庭信息技术股份有限公司 | 一种行人横穿的车辆自动紧急制动方法及系统 |
| CN114475586A (zh) * | 2022-01-19 | 2022-05-13 | 上汽通用五菱汽车股份有限公司 | 行人目标筛选方法、装置、电子设备及可读存储介质 |
| CN114475586B (zh) * | 2022-01-19 | 2023-11-17 | 上汽通用五菱汽车股份有限公司 | 行人目标筛选方法、装置、电子设备及可读存储介质 |
| CN114781791A (zh) * | 2022-03-11 | 2022-07-22 | 山东高速建设管理集团有限公司 | 一种基于全息感知数据的高速服务区风险识别方法 |
| CN114781791B (zh) * | 2022-03-11 | 2023-09-29 | 山东高速建设管理集团有限公司 | 一种基于全息感知数据的高速服务区风险识别方法 |
| CN114627679A (zh) * | 2022-03-17 | 2022-06-14 | 国汽智控(北京)科技有限公司 | 基于主动信标的目标感知方法、装置、设备和系统 |
| CN114627679B (zh) * | 2022-03-17 | 2024-01-23 | 国汽智控(北京)科技有限公司 | 基于主动信标的目标感知方法、装置、设备和系统 |
| CN115083208A (zh) * | 2022-07-20 | 2022-09-20 | 深圳市城市交通规划设计研究中心股份有限公司 | 人车冲突预警方法、预警分析方法、电子设备及存储介质 |
| CN115083208B (zh) * | 2022-07-20 | 2023-02-03 | 深圳市城市交通规划设计研究中心股份有限公司 | 人车冲突预警方法、预警分析方法、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106652556A (zh) | 一种人车避撞方法及装置 | |
| CN104933856B (zh) | 道路路况实时评估系统及方法 | |
| CN104269070B (zh) | 一种车辆主动安全预警方法和运用该方法的安全预警系统 | |
| US20190129420A1 (en) | Autonomous driving vehicle | |
| CN103500503B (zh) | 一种基于众包模式的精准路况分析方法及系统 | |
| CN109389864A (zh) | 一种车辆相对定位及碰撞预警方法 | |
| KR101446546B1 (ko) | 위치기반 실시간 차량정보 표시시스템 | |
| CN106463059A (zh) | 障碍物信息管理装置 | |
| Saiprasert et al. | Driver behaviour profiling using smartphone sensory data in a V2I environment | |
| DE102016217645A1 (de) | Verfahren zum Bereitstellen von Information über eine voraussichtliche Fahrintention eines Fahrzeugs | |
| CN105702045A (zh) | 一种机动车交通违章智能检测处理系统和方法 | |
| CN106355902A (zh) | 用于警告注意错误行驶的车辆的方法和设备 | |
| CN113192331B (zh) | 一种网联环境下面向骑行安全的智能预警系统及预警方法 | |
| CN103650465A (zh) | 在车辆对周围环境的无线通信中接收数据的方法和通信系统 | |
| CN106525033A (zh) | 一种行车轨迹的确定方法及其装置 | |
| CN104346955A (zh) | 基于人车通信的行人避撞方法和避撞系统 | |
| US9669838B2 (en) | Method and system for information use | |
| CN106530782A (zh) | 一种道路车辆交通告警系统及其方法 | |
| CN106846905A (zh) | 对车辆及其行驶道路上的目标对象进行预警的系统及方法 | |
| CN112289054A (zh) | 道路安全预警方法、obu、rsu、mec设备及系统 | |
| CN103802720B (zh) | 一种电动车防撞方法 | |
| CN104700658A (zh) | 用于避免机动车与错误行驶的车辆的碰撞的方法以及控制与检测装置 | |
| CN103761889A (zh) | 一种防追尾碰撞的前方车辆有效目标确定方法 | |
| US11335103B2 (en) | Evaluation system, evaluation method, and storage medium | |
| CN108230674A (zh) | 基于车车通信技术提高公交专用道利用率的车辆协调控制方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |