CN106846908B - 道路的危险判断方法和装置 - Google Patents

道路的危险判断方法和装置 Download PDF

Info

Publication number
CN106846908B
CN106846908B CN201611228404.1A CN201611228404A CN106846908B CN 106846908 B CN106846908 B CN 106846908B CN 201611228404 A CN201611228404 A CN 201611228404A CN 106846908 B CN106846908 B CN 106846908B
Authority
CN
China
Prior art keywords
distance
vehicle
source
determining
hazard source
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
CN201611228404.1A
Other languages
English (en)
Other versions
CN106846908A (zh
Inventor
柳扬
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.)
Neusoft Corp
Original Assignee
Neusoft Corp
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 Neusoft Corp filed Critical Neusoft Corp
Priority to CN201611228404.1A priority Critical patent/CN106846908B/zh
Publication of CN106846908A publication Critical patent/CN106846908A/zh
Application granted granted Critical
Publication of CN106846908B publication Critical patent/CN106846908B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开涉及了一种道路的危险判断方法和装置,该方法通过视觉识别单元获取危险源与视觉识别单元的相对位置关系,并根据相对位置关系,确定危险源是否位于危险区域内,当危险源位于危险区域内时,确定危险源的相对运动方向,并根据视觉识别单元的地理位置坐标以及相对位置关系,确定危险源的地理位置坐标,然后将危险源的地理位置坐标和相对运动方向发送给目标车辆,从而可以使目标车辆根据危险源的地理位置坐标以及目标车辆自身的地理位置坐标判断该目标车辆与危险源是否具有方向、位置以及距离上的相关性,以此来判断该危险源是否处于危险中,当处于危险中时,输出危险提示。

Description

道路的危险判断方法和装置
技术领域
本公开涉及车辆技术领域,尤其涉及一种道路的危险判断方法和装置。
背景技术
近年来随着汽车自动驾驶、智能交通,智慧城市等概念的提出和不断发展,促使车辆间通讯技术得以快速成熟和发展。目前,基于V2X(英文:Vehicle to X,中文:车辆-其他设备)的智能合作系统是可预见的提高运输系统效率和出行者安全的最好方式之一,V2X可以采用DSRC信(英文:Dedicated Short Range Communications,中文:专用短距离通)技术在多个车辆、基础设施、行人之间通信,其分别为V2V(Vehicle to Vehicle,汽车-汽车)、V2I(英文:Vehicle to Infrastructure,汽车-基础设施)以及V2P(英文:Vehicle toPedestrian;中文:车辆-行人)通信技术。其中,V2P是行人与车辆之间通信技术,是协作式智能交通系统的重用组成部分,其主要作用是保护行人安全,车辆端和行人端均需要安装DSRC通信设备才能实现互通,在行人端常用的做法是在行人所使用的手机芯片中嵌入DSRC技术,从而实现行人与车辆之间通信。
该DSRC是一种高效的无线通信技术,它可以实现在特定的较小区域内(通常为数十米)对高速运动下的移动目标的识别和双向通信,可以应用于例如上述的V2X双向通信,比如实时传输图像、语音和数据信息,从而将车辆、行人和道路有机连接。对于上述的在手机芯片中嵌入DSRC技术的方法,由于目前仅有极少数可支持DSRC的手机芯片,并且由于该芯片耗电巨大,使得手机使用时间较短,而且发热巨大,同时还存在芯片的辐射超标问题,因此在手机中嵌入DSRC技术的方式在实际使用存在较大的问题。
由于目前的V2P技术不能很好的解决行人与车辆的基本通信问题,因此在一些交通场景中不能有效的避免人车事故的发生,比如在某一道路的弯道处,通常由于弯道两侧的树木、建筑物、弯道的视线角度过大等原因,造成司机视线受阻,难以及时发现弯道后的行人,驾驶员很难对从弯道后出现的行人做出及时的反应,进而容易造成人车事故,或者造成由于车辆突然躲避行人导致的其他事故。因此采用何种方法识别行人和周边车辆的关系,如何发现行人处于危险状态并通知相关车辆是V2P应用中亟需解决的关键问题。
发明内容
本公开提供一种道路的危险判断方法和装置,用于解决由于行人端与车辆无法直接通信导致的无法确定道路中是否存在处于危险中的行人的问题。
根据本公开实施例的第一方面,提供一种道路的危险判断方法,应用于具有视觉识别单元的基础设施,所述方法包括:
通过所述视觉识别单元获取危险源与所述视觉识别单元的相对位置关系;
根据所述相对位置关系,确定所述危险源是否位于危险区域内;
当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标;
将所述危险源的地理位置坐标和所述相对运动方向发送给目标车辆。
可选的,所述通过所述视觉识别单元获取危险源与所述视觉识别单元的相对位置关系,包括:
通过所述识别单元获取所述危险源与所述视觉识别单元在所述局部平面坐标系中的第一相对距离和第一夹角的角度;其中,所述局部平面坐标系是以所述视觉识别单元的光心为原点,Y轴与所述视觉识别单元正对道路的走向垂直,X轴与所述视觉识别单元正对道路的走向平行的平面坐标系,所述Y轴指向所述光心的正向;
所述第一相对距离为所述危险源与所述光心的直线距离,所述第一夹角为从所述危险源到所述光心的第一向量与所述局部平面坐标系的X轴的夹角。
可选的,其特征在于,所述根据所述相对位置关系,确定所述危险源是否位于危险区域内,包括:
根据所述相对位置关系确定所述危险源与所述视觉识别单元在所述Y轴方向的第一距离;
当所述第一距离的大小在第二距离和第三距离之间时,确定所述危险源位于危险区域内;
其中,所述第二距离是所述视觉识别单元与所述视觉识别单元正对道路的第一边缘在所述Y轴方向上的距离,所述第三距离是所述视觉识别单元与所述视觉识别单元正对道路的第二边缘在所述Y轴方向上的距离,所述第一边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最近的边缘,所述第二边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最远的边缘。
可选的,所述当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,所述危险源的相对运动方向是根据所述危险源所在的道路的车流方向确定的包括:
当所述第一距离满足第一条件时,确定所述危险源位于所述视觉识别单元正对道路中的第一道路,所述第一道路为所述第一边缘与所述视觉识别单元正对道路的中线之间的道路,所述第一判断条件包括:
c≥a并且c<a+(b-a)/2;
当所述第一距离满足第二条件时,确定所述危险源位于所述视觉识别单元正对道路中的第二道路,所述第二道路为所述第二边缘与所述中线之间的道路,所述第二判断条件包括:
c>a+(b-a)/2并且c≤b;
当所述第一距离满足第三条件时,确定所述危险源位于所述中线;所述第三判断条件包括:
c=a+(b-a)/2;
其中,c表示所述第一距离,a表示所述第二距离,b表示所述第三距离;
当所述危险源位于所述第一道路时,将所述第一道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述第二道路时,将所述第二道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述中线时,将所述危险源的相对运动方向设置为不确定状态。
可选的,所述根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标,包括:
根据所述第一向量与正北方向的夹角的角度以及所述第一夹角的角度确定第二夹角的角度,所述第二夹角为所述第一向量与大地坐标系的X轴的夹角,所述大地坐标系是以所述光心为原点,Y轴指向正北方向的平面坐标系;
根据所述第一相对距离和所述第二夹角的角度,确定所述危险源与所述视觉识别单元间的经线距离差和纬线距离差,所述经线距离差为所述危险源与所述视觉识别单元在经线方向上的距离差,所述纬线距离差为所述危险源与所述视觉识别单元在纬线方向上的距离差;
根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标。
可选的,所述根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标,包括:
根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,利用地理位置坐标差计算公式确定所述危险源与所述视觉识别单元的之间地理位置坐标差,所述地理位置坐标差包括经度差和纬度差;
根据所述地理位置坐标差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标;
其中,所述地理位置坐标差计算公式包括:
DIFF_lng=DIST_lng/(2×PI×MEAN_AXIS/360);
DIFF_lat=DIST_lat/(2×PI×MEAN_AXIS×cos(CAM_lat)/360);
其中,DIFF_lng表示所述危险源与所述视觉识别单元的经度差,DIFF_lat表示所述危险源的与所述视觉识别单元的纬度差,DIST_lng表示所述经线距离差,DIST_lat表示所述纬线距离差,MEAN_AXIS表示地球的平均半径,CAM_lat表示所述视觉识别单元的纬度,PI表示圆周率。
根据本公开实施例的第二方面,提供一种道路的危险判断方法,应用于车辆,所述方法包括:
接收基础设施发送的危险源的地理位置坐标和所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
根据所述危险源的相对运动方向以及所述车辆的行驶方向,确定所述车辆与所述危险源是否具有方向相关性;
当所述危险源与目标车辆具有方向相关性时,根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定所述车辆与所述危险源是否具有位置相关性;
当所述危险源与车辆具有位置相关性时,根据所述车辆的当前车速,确定所述车辆与所述危险源是否具有距离相关性;
当所述车辆与所述危险源具有距离相关性时,输出危险提示。
可选的,所述根据所述危险源的相对运动方向以及所述车辆的行驶方向,确定所述目标车辆与所述危险源是否具有方向相关性,包括:
当所述危险源的相对运动方向为不确定状态时,确定所述车辆与所述危险源具有方向相关性;
当所述车辆的行驶方向与所述危险源的相对运动方向的角度差大于负90度小于正90度时,确定所述车辆与所述危险源具有方向相关性。
可选的,所述根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定所述车辆与所述危险源是否具有位置相关性,包括:
根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定从所述车辆到所述危险源的第二向量与大地坐标系的X轴的第三夹角的角度,其中所述大地坐标系是以所述车辆为原点,Y轴指向正北方向的平面坐标系;
根据所述第三夹角的角度,以及在车辆的行驶方向与所述大地坐标系的Y轴的第四夹角的角度,确定所述第二向量与车辆坐标系的X轴的第五夹角的角度,其中所述车辆坐标系是以所述车辆为原点,以所述车辆的行驶方向为Y轴方向的平面坐标系;
当所述第五夹角的角度大于0度小于180度时,确定所述车辆与所述危险源具有位置相关性;
当所述第五夹角大于180度时,确定所述车辆与所述危险源不具有位置相关性。
可选的,所述根据所述车辆的当前车速,确定所述车辆与所述危险源是否具有距离相关性,包括:
获取所述车辆的当前车速;
根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,获取最小安全距离;
当所述车辆与所述危险源之间的第二相对距离小于或者等于所述最小安全距离时,确定所述车辆与所述危险源具有距离相关性;
当所述车辆与所述危险源之间的第二相对距离大于所述最小安全距离时,确定所述车辆与所述危险源不具有距离相关性。
可选的,所述根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,获取最小安全距离,包括:
根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,利用最小安全距离计算公式确定所述最小安全距离;其中,所述最大减速度是根据所述车辆在车轮完全滑动摩擦时的减速度确定的;
所述最小安全距离计算公式包括:
Dw=Vrel(Tr+Ts)+Vrel 2/2amax+d0
其中,Dw表示所述最小安全距离;Vrel表示所述车辆的当前车速;Tr表示驾驶员反应时间;Ts表示所述制动系统延迟时间;amax表示所述最大减速度;d0表示所述最小间距;
所述最大减速度的计算公式包括:
amax=c*gψ
其中,g表示重力加速度值,ψ表示路面摩擦系数,c表示预设的常数参数;
所述最小间距的计算公式包括:
d0=3Vrel/k(ψ+b),
其中,ψ表示路面摩擦系数,k和b表示预设的常数参数。
根据本公开实施例的第三方面,提供一种道路的危险判断装置,应用于具有视觉识别单元的基础设施,所述装置包括:
相对位置获取模块,用于通过所述视觉识别单元获取危险源与所述视觉识别单元的相对位置关系;
危险判断模块,用于根据所述相对位置关系,确定所述危险源是否位于危险区域内;
车流方向确定模块,用于当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
地理位置坐标确定模块,用于根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标;
发送模块,用于将所述危险源的地理位置坐标和所述相对运动方向发送给目标车辆。
可选的,所述相对位置获取模块,用于:
通过所述识别单元获取所述危险源与所述视觉识别单元在所述局部平面坐标系中的第一相对距离和第一夹角的角度;其中,所述局部平面坐标系是以所述视觉识别单元的光心为原点,Y轴与所述视觉识别单元正对道路的走向垂直,X轴与所述视觉识别单元正对道路的走向平行的平面坐标系,所述Y轴指向所述光心的正向;
所述第一相对距离为所述危险源与所述光心的直线距离,所述第一夹角为从所述危险源到所述光心的第一向量与所述局部平面坐标系的X轴的夹角。
可选的,所述危险判断模块,包括:
第一距离确定子模块,用于根据所述相对位置关系确定所述危险源与所述视觉识别单元在所述Y轴方向的第一距离;
危险判断子模块,用于当所述第一距离的大小在第二距离和第三距离之间时,确定所述危险源位于危险区域内;
其中,所述第二距离是所述视觉识别单元与所述视觉识别单元正对道路的第一边缘在所述Y轴方向上的距离,所述第三距离是所述视觉识别单元与所述视觉识别单元正对道路的第二边缘在所述Y轴方向上的距离,所述第一边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最近的边缘,所述第二边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最远的边缘。
可选的,所述车流方向确定模块,用于:
当所述第一距离满足第一条件时,确定所述危险源位于所述视觉识别单元正对道路中的第一道路,所述第一道路为所述第一边缘与所述视觉识别单元正对道路的中线之间的道路,所述第一判断条件包括:
c≥a并且c<a+(b-a)/2;
当所述第一距离满足第二条件时,确定所述危险源位于所述视觉识别单元正对道路中的第二道路,所述第二道路为所述第二边缘与所述中线之间的道路,所述第二判断条件包括:
c>a+(b-a)/2并且c≤b;
当所述第一距离满足第三条件时,确定所述危险源位于所述中线;所述第三判断条件包括:
c=a+(b-a)/2;
其中,c表示所述第一距离,a表示所述第二距离,b表示所述第三距离;
当所述危险源位于所述第一道路时,将所述第一道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述第二道路时,将所述第二道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述中线时,将所述危险源的相对运动方向设置为不确定状态。
可选的,所述地理位置坐标确定模块,包括:
夹角确定子模块,用于根据所述第一向量与正北方向的夹角的角度以及所述第一夹角的角度确定第二夹角的角度,所述第二夹角为所述第一向量与大地坐标系的X轴的夹角,所述大地坐标系是以所述光心为原点,Y轴指向正北方向的平面坐标系;
距离差确定子模块,用于根据所述第一相对距离和所述第二夹角的角度,确定所述危险源与所述视觉识别单元间的经线距离差和纬线距离差,所述经线距离差为所述危险源与所述视觉识别单元在经线方向上的距离差,所述纬线距离差为所述危险源与所述视觉识别单元在纬线方向上的距离差;
地理位置坐标确定子模块,用于根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标。
可选的,所述地理位置坐标确定子模块,包括:
地理位置坐标差确定子模块,用于根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,利用地理位置坐标差计算公式确定所述危险源与所述视觉识别单元的之间地理位置坐标差,所述地理位置坐标差包括经度差和纬度差;
地理位置坐标获取子模块,用于根据所述地理位置坐标差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标;
其中,所述地理位置坐标差计算公式包括:
DIFF_lng=DIST_lng/(2×PI×MEAN_AXIS/360);
DIFF_lat=DIST_lat/(2×PI×MEAN_AXIS×cos(CAM_lat)/360);
其中,DIFF_lng表示所述危险源与所述视觉识别单元的经度差,DIFF_lat表示所述危险源的与所述视觉识别单元的纬度差,DIST_lng表示所述经线距离差,DIST_lat表示所述纬线距离差,MEAN_AXIS表示地球的平均半径,CAM_lat表示所述视觉识别单元的纬度,PI表示圆周率。
根据本公开实施例的第四方面,提供一种道路的危险判断装置,应用于车辆,所述装置包括:
接收模块,用于接收基础设施发送的危险源的地理位置坐标和所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
方向相关性判断模块,用于根据所述危险源的相对运动方向以及所述车辆的行驶方向,确定所述车辆与所述危险源是否具有方向相关性;
位置相关性判断模块,用于当所述危险源与目标车辆具有方向相关性时,根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定所述车辆与所述危险源是否具有位置相关性;
距离相关性判断模块,用于当所述危险源与车辆具有位置相关性时,根据所述车辆的当前车速,确定所述车辆与所述危险源是否具有距离相关性;
输出模块,用于当所述车辆与所述危险源具有距离相关性时,输出危险提示。
可选的,所述方向相关性判断模块,用于:
当所述危险源的相对运动方向为不确定状态时,确定所述车辆与所述危险源具有方向相关性;或者
当所述车辆的行驶方向与所述危险源的相对运动方向的角度差大于负90度小于正90度时,确定所述车辆与所述危险源具有方向相关性。
可选的,所述位置相关性判断模块,包括:
第三夹角确定子模块,用于根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定从所述车辆到所述危险源的第二向量与大地坐标系的X轴的第三夹角的角度,其中所述大地坐标系是以所述车辆为原点,Y轴指向正北方向的平面坐标系;
第五夹角确定子模块,用于根据所述第三夹角的角度,以及在车辆的行驶方向与所述大地坐标系的Y轴的第四夹角的角度,确定所述第二向量与车辆坐标系的X轴的第五夹角的角度,其中所述车辆坐标系是以所述车辆为原点,以所述车辆的行驶方向为Y轴方向的平面坐标系;
位置相关性判断子模块,用于当所述第五夹角的角度大于0度小于180度时,确定所述车辆与所述危险源具有位置相关性;
所述位置相关性判断子模块,还用于当所述第五夹角大于180度时,确定所述车辆与所述危险源不具有位置相关性。
可选的,所述距离相关性判断模块,包括:
当前车速获取子模块,用于获取所述车辆的当前车速;
最小安全距离获取子模块,用于根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,获取最小安全距离;
距离相关性判断子模块,用于当所述车辆与所述危险源之间的第二相对距离小于或者等于所述最小安全距离时,确定所述车辆与所述危险源具有距离相关性;
所述距离相关性判断子模块,还用于当所述车辆与所述危险源之间的第二相对距离大于所述最小安全距离时,确定所述车辆与所述危险源不具有距离相关性。
可选的,所述最小安全距离获取子模块,用于:
根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,利用最小安全距离计算公式确定所述最小安全距离;其中,所述最大减速度是根据所述车辆在车轮完全滑动摩擦时的减速度确定的;
所述最小安全距离计算公式包括:
Dw=Vrel(Tr+Ts)+Vrel 2/2amax+d0
其中,Dw表示所述最小安全距离;Vrel表示所述车辆的当前车速;Tr表示驾驶员反应时间;Ts表示所述制动系统延迟时间;amax表示所述最大减速度;d0表示所述最小间距;
所述最大减速度的计算公式包括:
amax=c*gψ
其中,g表示重力加速度值,ψ表示路面摩擦系数,c表示预设的常数参数;
所述最小间距的计算公式包括:
d0=3Vrel/k(ψ+b),
其中,ψ表示路面摩擦系数,k和b表示预设的常数参数。
上述技术方案,可以通过视觉识别单元获取危险源与所述视觉识别单元的相对位置关系,并根据所述相对位置关系,确定所述危险源是否位于危险区域内,当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,并根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标,然后将所述危险源的地理位置坐标和所述相对运动方向发送给目标车辆,从而可以使目标车辆根据危险源的地理位置坐标以及目标车辆自身的地理位置坐标判断该目标车辆与危险源是否具有方向、位置以及距离上的相关性,以此来判断该危险源是否处于危险中,当处于危险中时,输出危险提示。因此,本公开所提供的道路的危险判断方法通过基础设施使得车辆与危险源之间形成间接通讯,能够解决由于行人端与车辆无法直接通信导致的无法确定道路中是否存在处于危险中的行人的问题,能够使车辆准确的定位行人与车辆的相对位置,实现了道路中的行人存在危险时的提示,保证了车辆和行人的安全。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
附图是用来提供对本公开的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本公开,但并不构成对本公开的限制。在附图中:
图1是根据一示例性实施例示出的一种道路的危险判断方法的流程图;
图2是根据一示例性实施例示出的另一种道路的危险判断方法的流程图;
图3是危险区域的示意图;
图4是根据一示例性实施例示出的另一种道路的危险判断方法的流程图;
图5是根据一示例性实施例示出的一种道路的危险判断方法的流程图;
图6是根据一示例性实施例示出的另一种道路的危险判断方法的流程图;
图7是根据一示例性实施例示出的另一种道路的危险判断方法的流程图;
图8是根据一示例性实施例示出的一种道路的危险判断装置的框图;
图9是根据图8所示实施例示出的一种危险判断模块的框图;
图10是根据图8所示实施例示出的一种地理位置坐标确定模块的框图;
图11是根据图10所示实施例示出的一种地理位置坐标确定子模块的框图;
图12是根据一示例性实施例示出的一种道路的危险判断装置的框图;
图13是根据图12所示实施例示出的一种位置相关性判断模块的框图;
图14是根据图12所示实施例示出的一种距离相关性判断模块的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本公开,并不用于限制本公开。
在详细介绍本公开的实施例之前,首先对本公开所使用的技术背景进行说明,随着科学技术的发展促进了汽车自动驾驶、智能交通,智慧城市等概念的不断发展,产生了很多新型的智能交通技术领域的名词,例如:上述的V2V、V2I、V2P等V2X交互通信技术,通过上述几种技术能够实现智能交通系统(ITS,英文:Intelligent Transport System)。其中,V2X是目前车联网的关键技术,真正意义上的车联网通常由网络平台、车辆和行驶环境三部分组成,三者缺一不可,并实现三部分之间的“互联互通”。其中,行驶环境包括道路信息、信号灯及其它交通基础设施、附近车辆、行人等与车辆行驶相关的外部环境。随着GPS、北斗等卫星导航技术、4G技术等车联网关键技术的成熟应用,车辆与网络平台、网络平台与行驶环境之间的信息的沟通已经通畅,而V2X技术的成熟将重点解决车辆与行驶环境之间的信息交互问题。
本公开所提供的实施例包括设置在路边的具有视觉识别单元(摄像头)的I侧(即基础设施),并且在基础设施中设置有视觉识别软件,通过分析摄像头所捕获到的信息,由识别软件判断到是否有危险源存在(本公开中并不限于使用何种识别软件及识别方法),本公开中的P侧指危险源侧,包括但不限于是行人或动物或是其他移动或非移动的物体。I侧可以将识别出的危险源的信息转发给周围车辆,从而形成V2I2P(车辆-基础设施-行人)的间接通信线路,其中I侧的基础设备作为整个过程的中间转发桥梁,I侧发出的识别信息可以等效于P侧发出危险源自身的信息。
其中,上述的基础设施可以按照预设安装标准放置于道路两旁的预设位置,在本公开的各个实施例中,基础设施的视觉识别单元(摄像头)的光心与该视觉识别单元正对的道路的走向垂直。
图1是根据一示例性实施例示出的一种道路的危险判断方法的流程图,如图1所示,该道路的危险判断方法应用于具有视觉识别单元的基础设施,可以包括以下步骤:
步骤101,通过视觉识别单元获取危险源与视觉识别单元的相对位置关系。
其中,该危险源是在道路中造成行驶车辆的行驶危险的源头,可以是道路上的行人,也可以是闯入道路中央的动物,或者是某个置于道路的固定障碍物,而道路中的车辆与危险源之间的安全性,则主要是由该危险源所在的位置决定的。对于视觉识别单元,首先需确定道路中存在的危险源,之后确定该危险源的具体位置。一般的视觉识别单元可以是摄像头,基础设施可以通过对该摄像头捕捉到的图像进行识别来直接获取到的是该危险源与摄像头的相对位置关系,或者视觉识别单元可以是能够识别景深的摄像头,能够直接获取拍摄范围内的危险源与摄像头相对位置关系。
示例地,该步骤可以通过识别单元获取该危险源与视觉识别单元在局部平面坐标系中的第一相对距离和第一夹角的角度,用以表示危险源与视觉识别单元的相对位置关系。其中,局部平面坐标系是以视觉识别单元的光心为原点,Y轴与视觉识别单元正对道路的走向垂直,X轴与视觉识别单元正对道路的走向平行的平面坐标系,Y轴指向光心的正向。该第一相对距离为危险源与光心的直线距离,第一夹角为从所述危险源到光心的第一向量与局部平面坐标系的X轴的夹角。
步骤102,根据相对位置关系,确定危险源是否位于危险区域内。
其中,根据道路的位置和范围,结合步骤101中获取到的相对位置关系,能够确定危险源是否位于危险区域中,从而继续进行步骤103的判断。
步骤103,当危险源位于危险区域内时,确定危险源的相对运动方向,该相对运动方向是根据危险源所在的道路的车流方向确定的。
示例的,可以将该危险源具体处于的道路的车流方向,确定为该危险源的相对运动方向,该相对运动方向将会随后被该基础设施发送给周围的目标车辆,作为周围的目标车辆端进行后续的相关性的判断依据。
步骤104,根据视觉识别单元的地理位置坐标以及相对位置关系,确定危险源的地理位置坐标。
其中,在步骤101获取到的该危险源与视觉识别单元的相对位置关系,需通过坐标系转换将该危险源与视觉识别单元的在上述局部坐标系中的相对位置关系转换成在大地坐标系中的相对位置关系,从而可以根据视觉识别单元的地理位置坐标计算出危险源的地理位置坐标。
步骤105,将危险源的地理位置坐标和相对运动方向发送给目标车辆。
该目标车辆是基础设施周围预设范围内的任意车辆,基于上述步骤得到地理位置坐标后,基础设施将该危险源的地理位置坐标和相对运动方向发送给周围的目标车辆。所有收到上述两个信息的车辆可以根据进一步判断该危险源是否造成对本车辆的威胁,该判断方法在之后的图5-图7所示实施例中进行说明。
综上所述,本公开实施例所提供的道路的危险判断方法,通过视觉识别单元获取危险源与视觉识别单元的相对位置关系,并根据相对位置关系,确定危险源是否位于危险区域内,当危险源位于危险区域内时,确定危险源的相对运动方向,并根据视觉识别单元的地理位置坐标以及相对位置关系,确定危险源的地理位置坐标,然后将危险源的地理位置坐标和相对运动方向发送给目标车辆,从而可以使目标车辆根据危险源的地理位置坐标以及目标车辆自身的地理位置坐标判断该目标车辆与危险源是否具有方向、位置以及距离上的相关性,以此来判断该危险源是否处于危险中,当处于危险中时,输出危险提示。因此,本公开所提供的道路的危险判断方法通过基础设施使得车辆与危险源之间形成间接通讯,能够解决由于行人端与车辆无法直接通信导致的无法确定道路中是否存在处于危险中的行人的问题,能够使车辆准确的定位行人与车辆的相对位置,实现了道路中的行人存在危险时的提示,保证了车辆和行人的安全。
可选的,图2是根据一示例性实施例示出的另一种道路的危险判断方法的流程图,如图2所示,步骤102所述的根据相对位置关系,确定危险源是否位于危险区域内,可以包括以下步骤:
步骤1021,根据相对位置关系确定危险源与视觉识别单元在Y轴方向的第一距离。
步骤1022,当所第一距离的大小在第二距离和第三距离之间时,确定该危险源位于危险区域内。
其中,第二距离是视觉识别单元与视觉识别单元正对道路的第一边缘在Y轴方向上的距离,第三距离是视觉识别单元与视觉识别单元正对道路的第二边缘在Y轴方向上的距离,第一边缘为视觉识别单元正对道路的距离视觉识别单元最近的边缘,第二边缘为视觉识别单元正对道路的距离视觉识别单元最远的边缘。
根据危险源与视觉识别单元在Y轴方向的第一距离确定该危险源相对于所在道路的位置,以确定该危险源是否在危险区域内,可以以道路的宽度作为判断标准。该危险区域可以如图3所示,当危险源与步骤101中的局部平面坐标系的Y轴距离在该道路与视觉识别单元在Y轴方向上的最近边缘(第一边缘)a和最远边缘(第二边缘)b之间时,可以确定该危险源处于该道路中,因此确定该危险源处于危险区域内。
示例的,在图3所示的危险区域下,上述步骤103所述的确定危险源的相对运动方向则可以通过以下判断方法确定:
当第一距离满足第一条件时,确定危险源位于视觉识别单元正对道路中的第一道路,第一道路为第一边缘与视觉识别单元正对道路的中线之间的道路,第一判断条件包括:
c≥a并且c<a+(b-a)/2;
当第一距离满足第二条件时,确定危险源位于视觉识别单元正对道路中的第二道路,第二道路为第二边缘与中线之间的道路,第二判断条件包括:
c>a+(b-a)/2并且c≤b;
当第一距离满足第三条件时,确定危险源位于中线;第三判断条件包括:
c=a+(b-a)/2;
其中,c表示第一距离,a表示第二距离,b表示第三距离。
当危险源位于第一道路时,将第一道路的车流方向作为危险源的相对运动方向;当危险源位于第二道路时,将第二道路的车流方向作为危险源的相对运动方向;当危险源位于中线时,将危险源的相对运动方向设置为不确定状态。
示例的,图4是根据一示例性实施例示出的另一种道路的危险判断方法的流程图,如图4所示,步骤104可以包括以下步骤:
步骤1041,根据第一向量与正北方向的夹角的角度以及第一夹角的角度确定第二夹角的角度,该第二夹角为第一向量与大地坐标系的X轴的夹角,大地坐标系是以该光心为原点,Y轴指向正北方向的平面坐标系。
其中,第一向量与正北方向的夹角,定义为∠n,可以通过测量得到,而第二夹角表示为∠f,可以根据公式∠f=∠p-∠n计算出∠f的角度,其中∠p为上述的第一夹角,在获取了∠p和∠n的角度后,就可以计算出第二夹角∠f的角度。
步骤1042,根据第一相对距离和第二夹角的角度,确定危险源与视觉识别单元间的经线距离差和纬线距离差,经线距离差为危险源与视觉识别单元在经线方向上的距离差,纬线距离差为危险源与视觉识别单元在纬线方向上的距离差。
根据步骤1041获取到的第二夹角∠f的角度后,再结合第一相对距离,定义为d,根据三角函数关系,可以计算出危险源与视觉识别单元间的经线距离差和纬线距离差。
步骤1043,根据经线距离差和纬线距离差以及视觉识别单元的地理位置坐标,确定危险源的地理位置坐标。
其中,可以根据步骤1042确定的经线距离差和纬线距离差以及视觉识别单元的地理位置坐标,利用地理位置坐标差计算公式首先确定危险源与视觉识别单元的之间地理位置坐标差,示例的,在本公开各个实施例中地理位置坐标可以是经纬度坐标,因此该地理位置坐标差包括经度差和纬度差;其中,该地理位置坐标差计算公式包括:
DIFF_lng=DIST_lng/(2×PI×MEAN_AXIS/360);
DIFF_lat=DIST_lat/(2×PI×MEAN_AXIS×cos(CAM_lat)/360);
DIFF_lng表示危险源与视觉识别单元的经度差,DIFF_lat表示危险源的与视觉识别单元的纬度差,DIST_lng表示经线距离差,DIST_lat表示纬线距离差,MEAN_AXIS表示地球的平均半径,CAM_lat表示视觉识别单元的纬度,PI表示圆周率。
之后,再根据地理位置坐标差以及视觉识别单元的地理位置坐标,确定危险源的地理位置坐标。也就是说,在视觉识别单元的地理位置坐标的基础上,分别在经线方向加上经线距离差DIST_lng,以及纬线方向加上纬线距离差DIST_lat,就获得了危险源的地理位置坐标(经度和纬度)。
图5是根据一示例性实施例示出的一种道路的危险判断方法的流程图,如图5所示,该方法应用于车辆,包括以下步骤:
步骤501,接收基础设施发送的危险源的地理位置坐标和危险源的相对运动方向,该相对运动方向是根据危险源所在的道路的车流方向确定的。
在上述步骤103所确定的相对运动方向由基础设施发送给车辆,以便车辆利用地理位置坐标和相对运动方向进行相关性的判断,确认该危险源是否存在对车辆的安全行驶的威胁性。
步骤502,根据危险源的相对运动方向以及车辆的行驶方向,确定车辆与危险源是否具有方向相关性。
该方向相关性是指:车辆的行驶方向和基础设施所发送的危险源的相对位置方向的一致性,当车辆的行驶方向和危险源的相对运动方向一致,也就是说,该车辆和危险源位于同一道路的车流方向时,说明其二者具有方向相关性,否则,二者位于不同道路的车流方向,则可以判定不具有方向相关性,该危险源将不会对车辆的安全行驶造成威胁,无需进行之后步骤的判断。
步骤503,当危险源与目标车辆具有方向相关性时,根据危险源的地理位置坐标和车辆的当前地理位置坐标,确定车辆与危险源是否具有位置相关性。
该位置相关性是指:该危险源相对于车辆的位置,若该危险源位于车辆的车头方向的前方时,则说明其具有位置相关性,此时需进行下一步骤504的判断,以完全确认是否需要输出危险提示。否则,则说明该危险源位于车辆的车头方向的后方,并不会造成车辆正常行驶的威胁,也无需进行之后的距离相关性的判断。
步骤504,当危险源与车辆具有位置相关性时,根据车辆的当前车速,确定车辆与危险源是否具有距离相关性。
距离相关性,是指该危险源与车辆之间的相对距离是否足够让车辆及时采取措施进行避让所需的安全距离。
步骤505,当车辆与危险源具有距离相关性时,输出危险提示。
通过上述从步骤502-步骤504的方向相关性、位置相关性以及距离相关性的三步判断,可以确定该危险源对该车辆会造成行驶安全的威胁,因此将会输出危险提示,提醒车辆的驾驶员,以便驾驶员能够根据实际情况进行危险的避免和排除。该危险提示可以是通过车辆的中控以文字的方式进行显示或者中控以语音的方式进行提示,以文字的方式进行显示,该文字内容可以是,例如“前方XX米处,发现危险源,请及时避让。”“前方发现可能造成危险的不明物体,请小心驾驶”等等,或者以语音的方式将上述文字内容说出,还可以以提示音的方式,例如,发出持续的“滴滴滴”的声音,以提醒车辆驾驶员,危险源已经出现,或者通过上述文字和声音结合的方式,进行危险提示的输出,以达到更好的警示效果,提前预警使得车辆驾驶员有足够的反应和判断时间。
综上所述,本公开实施例所提供的道路的危险判断方法,通过视觉识别单元获取危险源与视觉识别单元的相对位置关系,并根据相对位置关系,确定危险源是否位于危险区域内,当危险源位于危险区域内时,确定危险源的相对运动方向,并根据视觉识别单元的地理位置坐标以及相对位置关系,确定危险源的地理位置坐标,然后将危险源的地理位置坐标和相对运动方向发送给目标车辆,从而可以使目标车辆根据危险源的地理位置坐标以及目标车辆自身的地理位置坐标判断该目标车辆与危险源是否具有方向、位置以及距离上的相关性,以此来判断该危险源是否处于危险中,当处于危险中时,输出危险提示。因此,本公开所提供的道路的危险判断方法通过基础设施使得车辆与危险源之间形成间接通讯,能够解决由于行人端与车辆无法直接通信导致的无法确定道路中是否存在处于危险中的行人的问题,能够使车辆准确的定位行人与车辆的相对位置,实现了道路中的行人存在危险时的提示,保证了车辆和行人的安全。
示例的,上述步骤502所述的根据危险源的相对运动方向以及车辆的行驶方向,确定车辆与危险源是否具有方向相关性的步骤可以包括:
当危险源的相对运动方向为不确定状态时,确定车辆与危险源具有方向相关性;或者当车辆的行驶方向与危险源的相对运动方向的角度差大于负90度小于正90度时,确定车辆与所述危险源具有方向相关性。
也就是说,当危险源的相对运动方向为不确定状态表示该危险源位于所处道路的中线,因此对于两侧道路都具有方向相关性;而当车辆的行驶方向与危险源的相对运动方向的角度差大于负90度小于正90度时,说明危险源位于车辆所处道路的同一方向,可以确定具有方向相关性,反之,则说明不具有方向相关性。
图6是根据一示例性实施例示出的另一种道路的危险判断方法的流程图,如图6所示,上述步骤503所述的当危险源与目标车辆具有方向相关性时,根据危险源的地理位置坐标和车辆的当前地理位置坐标,确定车辆与危险源是否具有位置相关性的步骤可以包括以下步骤:
步骤5031,根据危险源的地理位置坐标和车辆的当前地理位置坐标,确定从车辆到危险源的第二向量与大地坐标系的X轴的第三夹角的角度,其中大地坐标系是以车辆为原点,Y轴指向正北方向的平面坐标系。
步骤5032,根据第三夹角的角度,以及在车辆的行驶方向与大地坐标系的Y轴的第四夹角的角度,确定第二向量与车辆坐标系的X轴的第五夹角的角度,其中车辆坐标系是以车辆为原点,以车辆的行驶方向为Y轴方向的平面坐标系。
该第五夹角可以表示为∠m,其角度可以通过公式∠m=∠z-Heading_L计算得到,其中,Heading_L为该步骤中的第四夹角,可以表示车辆行驶的方向,其可以直接测量获得,∠z是第三夹角,∠z的角度可以根据上一步骤5031的方法获得,得到第五夹角∠m,之后再进行步骤5033或者步骤5034的判断。
步骤5033,当第五夹角的角度大于0度小于180度时,确定车辆与所述危险源具有位置相关性。
∠m在0度和180度之间时,可以确定该危险源在车辆的车头方向的前方,由此确定了危险源与车辆具有位置相关性,则继续进行步骤504的判断。
步骤5034,当第五夹角大于180度时,确定车辆与危险源不具有位置相关性。
而∠m大于180度时,可以确定该危险源在车辆的车头方向的后方,说明危险源与车辆不具有位置相关性,则无需继续进行步骤504的判断。
此外,根据上述确定的第五夹角,同时结合车辆到危险源间的距离,可以获得车辆与危险源之间在车辆坐标系下X轴方向的距离,定义为DIST_LPX,而后可以根据DIST_LPX的绝对值以及预设的半个道路宽度进行车辆与危险源的位置关系的判断,其中可以将半个道路宽度定义为W_half,则该判断方法可以包括:
危险源位于车辆的正前方:
DIST_LPX≥-W_half或者DIST_LPX≤W_half;
危险源位于车辆的左前方:
DIST_LPX<-W_half;
危险源位于车辆的右前方:
DIST_LPX>W_half;
根据上述方式确定危险源与车辆所在的道路关系后,可以在步骤505的危险提示中加上上述判断出的道路关系的内容,例如可以使用文字“在右前方XX米处,发现危险源,请及时避让”进行更进一步具体的危险提示,从而使得危险提示更加详细。
图7是根据一示例性实施例示出的另一种道路的危险判断方法的流程图,如图7所示,上述步骤504所述的当危险源与车辆具有位置相关性时,根据车辆的当前车速,确定车辆与危险源是否具有距离相关性,可以包括以下步骤:
步骤5041,获取车辆的当前车速。
步骤5042,根据当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及车辆与危险源需要保持的最小间距,获取最小安全距离。
其中,最大减速度是根据车辆在车轮完全滑动摩擦时的减速度确定的;对于一个完整的刹车过程,可以包括6个阶段,第一个阶段为驾驶员反应阶段,一般驾驶员反应时间为0.8s-1.3s,对于该阶段的影响因素包括:空气密度,空气阻力系数,滚动阻力系数,车辆的当前车速,车辆的加速度,在探测到危险源后,车辆的驾驶员需要对实际情况进行接收和预判,属于该驾驶员反应过程;第二个阶段称之为制动协调阶段,一般制动协调时间为0.2s,经过第一个阶段后,驾驶员意识到了当前状态存在危险源,因此踩下刹车踏板,对车辆进行制动,该第二个阶段则为踩下刹车踏板的阶段,对于该阶段的影响因素包括:车辆的当前车速,车辆的加速度;第三个阶段称之为减速度增长阶段,一般减速增长时间为0.1s,车辆从加速或者匀速行驶到减速行驶,减速度需要一个从0到最大的增长过程,也就是这个减速度增长阶段,对于该阶段的影响因素包括:车辆的当前车速,车辆的加速度;第四个阶段为持续制动阶段,该阶段的影响因素包括:车辆的当前车速,车辆的加速度,车辆的轴距、轮胎半径以及后轮制动力,路面摩擦系数;第五个阶段为制动阶段,是在刹车后到车辆的速度减为0的过程,因此该阶段的影响因素与上一阶段相同,也包括:车辆的当前车速,车辆的加速度,车辆的轴距、轮胎半径以及后轮制动力,路面摩擦系数;最后一个阶段,视为静止时的安全距离,一般取值为3米;整个刹车过程所需的最小安全距离时上述6个阶段所需的距离之和。实际对该最小安全距离的计算是根据当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及车辆与危险源需要保持的最小间距,利用最小安全距离计算公式从而确定该最小安全距离;该最小安全距离计算公式包括:
Dw=Vrel(Tr+Ts)+Vrel 2/2amax+d0
其中,Dw表示最小安全距离;Vrel表示车辆的当前车速;Tr表示驾驶员反应时间;Ts表示制动系统延迟时间;amax表示最大减速度;d0表示最小间距。
该最大减速度的计算公式包括:
amax=c*gψ
其中g表示重力加速度值,ψ表示路面摩擦系数,c表示预设的常数参数。
在本实施例的情况下,可以选取1/3的最大减速度作为人的舒适刹车避让减速度,因此c=1/3。
最小间距的计算公式包括:
d0=3Vrel/k(ψ+b)
其中,ψ表示路面摩擦系数,k和b表示预设的常数参数。上述的常数参数c、k和b可以依赖于实际情况来设置。
在本实施例的情况下,k取值可以为22.5,b取值可以为0.3。
根据上述公式确定了最小安全距离之后,则进行步骤5043或者步骤5044的判断车辆与危险源之间的距离。
步骤5043,当车辆与危险源之间的第二相对距离小于或者等于最小安全距离时,确定车辆与所述危险源具有距离相关性。
步骤5044,当所车辆与危险源之间的第二相对距离大于最小安全距离时,确定车辆与危险源不具有距离相关性。
综上所述,本公开实施例所提供的道路的危险判断方法,通过视觉识别单元获取危险源与视觉识别单元的相对位置关系,并根据相对位置关系,确定危险源是否位于危险区域内,当危险源位于危险区域内时,确定危险源的相对运动方向,并根据视觉识别单元的地理位置坐标以及相对位置关系,确定危险源的地理位置坐标,然后将危险源的地理位置坐标和相对运动方向发送给目标车辆,从而可以使目标车辆根据危险源的地理位置坐标以及目标车辆自身的地理位置坐标判断该目标车辆与危险源是否具有方向、位置以及距离上的相关性,以此来判断该危险源是否处于危险中,当处于危险中时,输出危险提示。因此,本公开所提供的道路的危险判断方法通过基础设施使得车辆与危险源之间形成间接通讯,能够解决由于行人端与车辆无法直接通信导致的无法确定道路中是否存在处于危险中的行人的问题,能够使车辆准确的定位行人与车辆的相对位置,实现了道路中的行人存在危险时的提示,保证了车辆和行人的安全。
图8是根据一示例性实施例示出的一种道路的危险判断装置的框图,该装置800可以用于执行图1-图4任一所述的方法。参见图8,该装置800包括:
相对位置获取模块810,用于通过视觉识别单元获取危险源与视觉识别单元的相对位置关系。
危险判断模块820,用于根据相对位置关系,确定危险源是否位于危险区域内。
车流方向确定模块830,用于当危险源位于危险区域内时,确定危险源的相对运动方向,相对运动方向是根据危险源所在的道路的车流方向确定的。
地理位置坐标确定模块840,用于根据视觉识别单元的地理位置坐标以及相对位置关系,确定危险源的地理位置坐标。
发送模块850,用于将危险源的地理位置坐标和相对运动方向发送给目标车辆。
可选的,相对位置获取模块810,用于:
通过识别单元获取危险源与视觉识别单元在局部平面坐标系中的第一相对距离和第一夹角的角度;其中,局部平面坐标系是以视觉识别单元的光心为原点,Y轴与视觉识别单元正对道路的走向垂直,X轴与视觉识别单元正对道路的走向平行的平面坐标系,Y轴指向光心的正向;第一相对距离为危险源与光心的直线距离,第一夹角为从危险源到所述光心的第一向量与局部平面坐标系的X轴的夹角。
可选的,图9是根据图8所示实施例示出的一种危险判断模块的框图,参见图9,该危险判断模块820,包括:
第一距离确定子模块821,用于根据相对位置关系确定危险源与视觉识别单元在Y轴方向的第一距离。
危险判断子模块822,用于当第一距离的大小在第二距离和第三距离之间时,确定危险源位于危险区域内。
其中,第二距离是视觉识别单元与视觉识别单元正对道路的第一边缘在Y轴方向上的距离,第三距离是视觉识别单元与视觉识别单元正对道路的第二边缘在Y轴方向上的距离,第一边缘为视觉识别单元正对道路的距离视觉识别单元最近的边缘,第二边缘为视觉识别单元正对道路的距离视觉识别单元最远的边缘。
可选的,车流方向确定模块830,用于:
当第一距离满足第一条件时,确定危险源位于视觉识别单元正对道路中的第一道路,第一道路为第一边缘与视觉识别单元正对道路的中线之间的道路,第一判断条件包括:
c≥a并且c<a+(b-a)/2;
当第一距离满足第二条件时,确定危险源位于视觉识别单元正对道路中的第二道路,第二道路为第二边缘与中线之间的道路,第二判断条件包括:
c>a+(b-a)/2并且c≤b;
当第一距离满足第三条件时,确定危险源位于中线;第三判断条件包括:
c=a+(b-a)/2;
其中,c表示第一距离,a表示第二距离,b表示第三距离。
当危险源位于所述第一道路时,将第一道路的车流方向作为危险源的相对运动方向;当危险源位于第二道路时,将第二道路的车流方向作为危险源的相对运动方向;当危险源位于中线时,将危险源的相对运动方向设置为不确定状态。
可选的,图10是根据图8所示实施例示出的一种地理位置坐标确定模块的框图,参见图10,该地理位置坐标确定模块840,包括:
夹角确定子模块841,用于根据第一向量与正北方向的夹角的角度以及第一夹角的角度确定第二夹角的角度,第二夹角为第一向量与大地坐标系的X轴的夹角,大地坐标系是以所述光心为原点,Y轴指向正北方向的平面坐标系。
距离差确定子模块842,用于根据第一相对距离和第二夹角的角度,确定危险源与视觉识别单元间的经线距离差和纬线距离差,经线距离差为危险源与视觉识别单元在经线方向上的距离差,纬线距离差为危险源与视觉识别单元在纬线方向上的距离差。
地理位置坐标确定子模块843,用于根据经线距离差和纬线距离差以及视觉识别单元的地理位置坐标,确定危险源的地理位置坐标。
可选的,图11是根据图10所示实施例示出的一种地理位置坐标确定子模块的框图,参见图11,该地理位置坐标确定子模块843,包括:
地理位置坐标差确定子模块8431,用于根据经线距离差和纬线距离差以及视觉识别单元的地理位置坐标,利用地理位置坐标差计算公式确定危险源与视觉识别单元的之间地理位置坐标差,地理位置坐标差包括经度差和纬度差。
地理位置坐标获取子模块8432,用于根据地理位置坐标差以及视觉识别单元的地理位置坐标,确定危险源的地理位置坐标;
其中,地理位置坐标差计算公式包括:
DIFF_lng=DIST_lng/(2×PI×MEAN_AXIS/360);
DIFF_lat=DIST_lat/(2×PI×MEAN_AXIS×cos(CAM_lat)/360);
其中,DIFF_lng表示危险源与视觉识别单元的经度差,DIFF_lat表示危险源的与视觉识别单元的纬度差,DIST_lng表示经线距离差,DIST_lat表示纬线距离差,MEAN_AXIS表示地球的平均半径,CAM_lat表示视觉识别单元的纬度,PI表示圆周率。
图12是根据一示例性实施例示出的一种道路的危险判断装置的框图,该装置1200可以用于执行图5-图7任一所述的方法。参见图12,该装置1200包括:
接收模块1210,用于接收基础设施发送的危险源的地理位置坐标和危险源的相对运动方向,相对运动方向是根据危险源所在的道路的车流方向确定的。
方向相关性判断模块1220,用于根据危险源的相对运动方向以及车辆的行驶方向,确定车辆与危险源是否具有方向相关性。
位置相关性判断模块1230,用于当危险源与目标车辆具有方向相关性时,根据危险源的地理位置坐标和车辆的当前地理位置坐标,确定车辆与危险源是否具有位置相关性。
距离相关性判断模块1240,用于当危险源与车辆具有位置相关性时,根据车辆的当前车速,确定车辆与危险源是否具有距离相关性。
输出模块1250,用于当车辆与危险源具有距离相关性时,输出危险提示。
可选的,方向相关性判断模块1220,用于:
当危险源的相对运动方向为不确定状态时,确定车辆与危险源具有方向相关性;或者
当车辆的行驶方向与危险源的相对运动方向的角度差大于负90度小于正90度时,确定车辆与危险源具有方向相关性。
可选的,图13是根据图12所示实施例示出的一种位置相关性判断模块的框图,参见图13,该位置相关性判断模块1230,包括:
第三夹角确定子模块1231,用于根据危险源的地理位置坐标和车辆的当前地理位置坐标,确定从车辆到危险源的第二向量与大地坐标系的X轴的第三夹角的角度,其中大地坐标系是以车辆为原点,Y轴指向正北方向的平面坐标系。
第五夹角确定子模块1232,用于根据第三夹角的角度,以及在车辆的行驶方向与大地坐标系的Y轴的第四夹角的角度,确定第二向量与车辆坐标系的X轴的第五夹角的角度,其中车辆坐标系是以车辆为原点,以车辆的行驶方向为Y轴方向的平面坐标系。
位置相关性判断子模块1233,用于当第五夹角的角度大于0度小于180度时,确定车辆与危险源具有位置相关性。
该位置相关性判断子模块1233,还用于当第五夹角大于180度时,确定车辆与危险源不具有位置相关性。
可选的,图14是根据图12所示实施例示出的一种距离相关性判断模块的框图,参见图14,该距离相关性判断模块1240,包括:
当前车速获取子模块1241,用于获取车辆的当前车速。
最小安全距离获取子模块1242,用于根据当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及车辆与危险源需要保持的最小间距,获取最小安全距离。
距离相关性判断子模块1243,用于当车辆与危险源之间的第二相对距离小于或者等于最小安全距离时,确定车辆与危险源具有距离相关性。
该距离相关性判断子模块1243,还用于当车辆与危险源之间的第二相对距离大于最小安全距离时,确定车辆与危险源不具有距离相关性。
可选的,最小安全距离获取子模块1242,用于:
根据当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及车辆与危险源需要保持的最小间距,利用最小安全距离计算公式确定最小安全距离;其中,该最大减速度是根据车辆在车轮完全滑动摩擦时的减速度确定的;
最小安全距离计算公式包括:
Dw=Vrel(Tr+Ts)+Vrel 2/2amax+d0
其中,Dw表示最小安全距离;Vrel表示车辆的当前车速;Tr表示驾驶员反应时间;Ts表示制动系统延迟时间;amax表示最大减速度;d0表示最小间距;
该最大减速度的计算公式包括:
amax=c*gψ
其中g表示重力加速度值,ψ表示路面摩擦系数,c表示预设的常数参数。
最小间距的计算公式包括:
d0=3Vrel/k(ψ+b)
其中,ψ表示路面摩擦系数,k和b表示预设的常数参数。
综上所述,本公开实施例所提供的道路的危险判断装置,通过视觉识别单元获取危险源与所述视觉识别单元的相对位置关系,并根据所述相对位置关系,确定所述危险源是否位于危险区域内,当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,并根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标,然后将所述危险源的地理位置坐标和所述相对运动方向发送给目标车辆,从而可以使目标车辆根据危险源的地理位置坐标以及目标车辆自身的地理位置坐标判断该目标车辆与危险源是否具有方向、位置以及距离上的相关性,以此来判断该危险源是否处于危险中,当处于危险中时,输出危险提示。因此,本公开所提供的道路的危险判断装置通过基础设施使得车辆与危险源之间形成间接通讯,能够解决由于行人端与车辆无法直接通信导致的无法确定道路中是否存在处于危险中的行人的问题,能够使车辆准确的定位行人与车辆的相对位置,实现了道路中的行人存在危险时的提示,保证了车辆和行人的安全。以上结合附图详细描述了本公开的优选实施方式,但是,本公开并不限于上述实施方式中的具体细节,在本公开的技术构思范围内,可以对本公开的技术方案进行多种简单变型,这些简单变型均属于本公开的保护范围。
另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本公开对各种可能的组合方式不再另行说明。
此外,本公开的各种不同的实施方式之间也可以进行任意组合,只要其不违背本公开的思想,其同样应当视为本公开所公开的内容。

Claims (16)

1.一种道路的危险判断方法,其特征在于,应用于具有视觉识别单元的基础设施,所述方法包括:
通过所述视觉识别单元获取危险源与所述视觉识别单元的相对位置关系;
根据所述相对位置关系,确定所述危险源是否位于危险区域内;所述根据所述相对位置关系,确定所述危险源是否位于危险区域内,包括:根据所述相对位置关系,道路的位置和范围确定所述危险源是否位于危险区域内;
当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在道路的车流方向确定的;
根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标;
将所述危险源的地理位置坐标和所述相对运动方向发送给目标车辆;
所述通过所述视觉识别单元获取危险源与所述视觉识别单元的相对位置关系,包括:
通过所述视觉识别单元获取所述危险源与所述视觉识别单元在局部平面坐标系中的第一相对距离和第一夹角的角度;其中,所述局部平面坐标系是以所述视觉识别单元的光心为原点,Y轴与所述视觉识别单元正对道路的走向垂直,X轴与所述视觉识别单元正对道路的走向平行的平面坐标系,所述Y轴指向所述光心的正向;
所述第一相对距离为所述危险源与所述光心的直线距离,所述第一夹角为从所述危险源到所述光心的第一向量与所述局部平面坐标系的X轴的夹角。
2.根据权利要求1所述的方法,其特征在于,所述根据所述相对位置关系,确定所述危险源是否位于危险区域内,包括:
根据所述相对位置关系确定所述危险源与所述视觉识别单元在所述Y轴方向的第一距离;
当所述第一距离的大小在第二距离和第三距离之间时,确定所述危险源位于危险区域内;
其中,所述第二距离是所述视觉识别单元与所述视觉识别单元正对道路的第一边缘在所述Y轴方向上的距离,所述第三距离是所述视觉识别单元与所述视觉识别单元正对道路的第二边缘在所述Y轴方向上的距离,所述第一边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最近的边缘,所述第二边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最远的边缘。
3.根据权利要求2所述的方法,其特征在于,所述当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,所述危险源的相对运动方向是根据所述危险源所在的道路的车流方向确定的包括:
当所述第一距离满足第一条件时,确定所述危险源位于所述视觉识别单元正对道路中的第一道路,所述第一道路为所述第一边缘与所述视觉识别单元正对道路的中线之间的道路,所述第一条件包括:
c≥a并且c<a+(b-a)/2;
当所述第一距离满足第二条件时,确定所述危险源位于所述视觉识别单元正对道路中的第二道路,所述第二道路为所述第二边缘与所述中线之间的道路,所述第二条件包括:
c>a+(b-a)/2并且c≤b;
当所述第一距离满足第三条件时,确定所述危险源位于所述中线;所述第三条件包括:
c=a+(b-a)/2;
其中,c表示所述第一距离,a表示所述第二距离,b表示所述第三距离;
当所述危险源位于所述第一道路时,将所述第一道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述第二道路时,将所述第二道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述中线时,将所述危险源的相对运动方向设置为不确定状态。
4.根据权利要求1所述的方法,其特征在于,所述根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标,包括:
根据所述第一向量与正北方向的夹角的角度以及所述第一夹角的角度确定第二夹角的角度,所述第二夹角为所述第一向量与大地坐标系的X轴的夹角,所述大地坐标系是以所述光心为原点,Y轴指向正北方向的平面坐标系;
根据所述第一相对距离和所述第二夹角的角度,确定所述危险源与所述视觉识别单元间的经线距离差和纬线距离差,所述经线距离差为所述危险源与所述视觉识别单元在经线方向上的距离差,所述纬线距离差为所述危险源与所述视觉识别单元在纬线方向上的距离差;
根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标。
5.根据权利要求4所述的方法,其特征在于,所述根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标,包括:
根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,利用地理位置坐标差计算公式确定所述危险源与所述视觉识别单元的之间地理位置坐标差,所述地理位置坐标差包括经度差和纬度差;
根据所述地理位置坐标差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标;
其中,所述地理位置坐标差计算公式包括:
DIFF_lng=DIST_lng/(2×PI×MEAN_AXIS/360);
DIFF_lat=DIST_lat/(2×PI×MEAN_AXIS×cos(CAM_lat)/360);
其中,DIFF_lng表示所述危险源与所述视觉识别单元的经度差,DIFF_lat表示所述危险源的与所述视觉识别单元的纬度差,DIST_lng表示所述经线距离差,DIST_lat表示所述纬线距离差,MEAN_AXIS表示地球的平均半径,CAM_lat表示所述视觉识别单元的纬度,PI表示圆周率。
6.一种道路的危险判断方法,其特征在于,应用于车辆,所述方法包括:
接收基础设施发送的危险源的地理位置坐标和所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
根据所述危险源的相对运动方向以及所述车辆的行驶方向,确定所述车辆与所述危险源是否具有方向相关性;
当所述危险源与目标车辆具有方向相关性时,根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定所述车辆与所述危险源是否具有位置相关性;
当所述危险源与车辆具有位置相关性时,根据所述车辆的当前车速,确定所述车辆与所述危险源是否具有距离相关性;所述根据所述车辆的当前车速,确定所述车辆与所述危险源是否具有距离相关性,包括:获取所述车辆的当前车速;根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,获取最小安全距离;当所述车辆与所述危险源之间的第二相对距离小于或者等于所述最小安全距离时,确定所述车辆与所述危险源具有距离相关性;当所述车辆与所述危险源之间的第二相对距离大于所述最小安全距离时,确定所述车辆与所述危险源不具有距离相关性;
当所述车辆与所述危险源具有距离相关性时,输出危险提示;
所述根据所述危险源的相对运动方向以及所述车辆的行驶方向,确定所述目标车辆与所述危险源是否具有方向相关性,包括:
当所述危险源的相对运动方向为不确定状态时,确定所述车辆与所述危险源具有方向相关性;或者
当所述车辆的行驶方向与所述危险源的相对运动方向的角度差大于负90度小于正90度时,确定所述车辆与所述危险源具有方向相关性。
7.根据权利要求6所述的方法,其特征在于,所述根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定所述车辆与所述危险源是否具有位置相关性,包括:
根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定从所述车辆到所述危险源的第二向量与大地坐标系的X轴的第三夹角的角度,其中所述大地坐标系是以所述车辆为原点,Y轴指向正北方向的平面坐标系;
根据所述第三夹角的角度,以及在车辆的行驶方向与所述大地坐标系的Y轴的第四夹角的角度,确定所述第二向量与车辆坐标系的X轴的第五夹角的角度,其中所述车辆坐标系是以所述车辆为原点,以所述车辆的行驶方向为Y轴方向的平面坐标系;
当所述第五夹角的角度大于0度小于180度时,确定所述车辆与所述危险源具有位置相关性;
当所述第五夹角大于180度时,确定所述车辆与所述危险源不具有位置相关性。
8.根据权利要求6所述的方法,其特征在于,所述根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,获取最小安全距离,包括:
根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,利用最小安全距离计算公式确定所述最小安全距离;其中,所述最大减速度是根据所述车辆在车轮完全滑动摩擦时的减速度确定的;
所述最小安全距离计算公式包括:
Dw=Vrel(Tr+Ts)+Vrel 2/2amax+d0
其中,Dw表示所述最小安全距离;Vrel表示所述车辆的当前车速;Tr表示驾驶员反应时间;Ts表示所述制动系统延迟时间;amax表示所述最大减速度;d0表示所述最小间距;
所述最大减速度的计算公式包括:
amax=c*gψ
其中,g表示重力加速度值,ψ表示路面摩擦系数,c表示预设的常数参数;
所述最小间距的计算公式包括:
d0=3Vrel/k(ψ+b),
其中,ψ表示路面摩擦系数,k和b表示预设的常数参数。
9.一种道路的危险判断装置,其特征在于,应用于具有视觉识别单元的基础设施,所述装置包括:
相对位置获取模块,用于通过所述视觉识别单元获取危险源与所述视觉识别单元的相对位置关系;
危险判断模块,用于根据所述相对位置关系,确定所述危险源是否位于危险区域内;所述危险判断模块,用于根据所述相对位置关系,道路的位置和范围确定所述危险源是否位于危险区域内;
车流方向确定模块,用于当所述危险源位于危险区域内时,确定所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
地理位置坐标确定模块,用于根据所述视觉识别单元的地理位置坐标以及所述相对位置关系,确定所述危险源的地理位置坐标;
发送模块,用于将所述危险源的地理位置坐标和所述相对运动方向发送给目标车辆;
所述相对位置获取模块,用于:
通过所述视觉识别单元获取所述危险源与所述视觉识别单元在局部平面坐标系中的第一相对距离和第一夹角的角度;其中,所述局部平面坐标系是以所述视觉识别单元的光心为原点,Y轴与所述视觉识别单元正对道路的走向垂直,X轴与所述视觉识别单元正对道路的走向平行的平面坐标系,所述Y轴指向所述光心的正向;
所述第一相对距离为所述危险源与所述光心的直线距离,所述第一夹角为从所述危险源到所述光心的第一向量与所述局部平面坐标系的X轴的夹角。
10.根据权利要求9所述的装置,其特征在于,所述危险判断模块,包括:
第一距离确定子模块,用于根据所述相对位置关系确定所述危险源与所述视觉识别单元在所述Y轴方向的第一距离;
危险判断子模块,用于当所述第一距离的大小在第二距离和第三距离之间时,确定所述危险源位于危险区域内;
其中,所述第二距离是所述视觉识别单元与所述视觉识别单元正对道路的第一边缘在所述Y轴方向上的距离,所述第三距离是所述视觉识别单元与所述视觉识别单元正对道路的第二边缘在所述Y轴方向上的距离,所述第一边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最近的边缘,所述第二边缘为所述视觉识别单元正对道路的距离所述视觉识别单元最远的边缘。
11.根据权利要求10所述的装置,其特征在于,所述车流方向确定模块,用于:
当所述第一距离满足第一条件时,确定所述危险源位于所述视觉识别单元正对道路中的第一道路,所述第一道路为所述第一边缘与所述视觉识别单元正对道路的中线之间的道路,所述第一条件包括:
c≥a并且c<a+(b-a)/2;
当所述第一距离满足第二条件时,确定所述危险源位于所述视觉识别单元正对道路中的第二道路,所述第二道路为所述第二边缘与所述中线之间的道路,所述第二条件包括:
c>a+(b-a)/2并且c≤b;
当所述第一距离满足第三条件时,确定所述危险源位于所述中线;所述第三条件包括:
c=a+(b-a)/2;
其中,c表示所述第一距离,a表示所述第二距离,b表示所述第三距离;
当所述危险源位于所述第一道路时,将所述第一道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述第二道路时,将所述第二道路的车流方向作为所述危险源的相对运动方向;当所述危险源位于所述中线时,将所述危险源的相对运动方向设置为不确定状态。
12.根据权利要求9所述的装置,其特征在于,所述地理位置坐标确定模块,包括:
夹角确定子模块,用于根据所述第一向量与正北方向的夹角的角度以及所述第一夹角的角度确定第二夹角的角度,所述第二夹角为所述第一向量与大地坐标系的X轴的夹角,所述大地坐标系是以所述光心为原点,Y轴指向正北方向的平面坐标系;
距离差确定子模块,用于根据所述第一相对距离和所述第二夹角的角度,确定所述危险源与所述视觉识别单元间的经线距离差和纬线距离差,所述经线距离差为所述危险源与所述视觉识别单元在经线方向上的距离差,所述纬线距离差为所述危险源与所述视觉识别单元在纬线方向上的距离差;
地理位置坐标确定子模块,用于根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标。
13.根据权利要求12所述的装置,其特征在于,所述地理位置坐标确定子模块,包括:
地理位置坐标差确定子模块,用于根据所述经线距离差和纬线距离差以及所述视觉识别单元的地理位置坐标,利用地理位置坐标差计算公式确定所述危险源与所述视觉识别单元的之间地理位置坐标差,所述地理位置坐标差包括经度差和纬度差;
地理位置坐标获取子模块,用于根据所述地理位置坐标差以及所述视觉识别单元的地理位置坐标,确定所述危险源的地理位置坐标;
其中,所述地理位置坐标差计算公式包括:
DIFF_lng=DIST_lng/(2×PI×MEAN_AXIS/360);
DIFF_lat=DIST_lat/(2×PI×MEAN_AXIS×cos(CAM_lat)/360);
其中,DIFF_lng表示所述危险源与所述视觉识别单元的经度差,DIFF_lat表示所述危险源的与所述视觉识别单元的纬度差,DIST_lng表示所述经线距离差,DIST_lat表示所述纬线距离差,MEAN_AXIS表示地球的平均半径,CAM_lat表示所述视觉识别单元的纬度,PI表示圆周率。
14.一种道路的危险判断装置,其特征在于,应用于车辆,所述装置包括:
接收模块,用于接收基础设施发送的危险源的地理位置坐标和所述危险源的相对运动方向,所述相对运动方向是根据所述危险源所在的道路的车流方向确定的;
方向相关性判断模块,用于根据所述危险源的相对运动方向以及所述车辆的行驶方向,确定所述车辆与所述危险源是否具有方向相关性;
位置相关性判断模块,用于当所述危险源与目标车辆具有方向相关性时,根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定所述车辆与所述危险源是否具有位置相关性;
距离相关性判断模块,用于当所述危险源与车辆具有位置相关性时,根据所述车辆的当前车速,确定所述车辆与所述危险源是否具有距离相关性;所述距离相关性判断模块,包括:当前车速获取子模块,用于获取所述车辆的当前车速;最小安全距离获取子模块,用于根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,获取最小安全距离;距离相关性判断子模块,用于当所述车辆与所述危险源之间的第二相对距离小于或者等于所述最小安全距离时,确定所述车辆与所述危险源具有距离相关性;所述距离相关性判断子模块,还用于当所述车辆与所述危险源之间的第二相对距离大于所述最小安全距离时,确定所述车辆与所述危险源不具有距离相关性;
输出模块,用于当所述车辆与所述危险源具有距离相关性时,输出危险提示;
所述方向相关性判断模块,用于:
当所述危险源的相对运动方向为不确定状态时,确定所述车辆与所述危险源具有方向相关性;或者
当所述车辆的行驶方向与所述危险源的相对运动方向的角度差大于负90度小于正90度时,确定所述车辆与所述危险源具有方向相关性。
15.根据权利要求14所述的装置,其特征在于,所述位置相关性判断模块,包括:
第三夹角确定子模块,用于根据所述危险源的地理位置坐标和所述车辆的当前地理位置坐标,确定从所述车辆到所述危险源的第二向量与大地坐标系的X轴的第三夹角的角度,其中所述大地坐标系是以所述车辆为原点,Y轴指向正北方向的平面坐标系;
第五夹角确定子模块,用于根据所述第三夹角的角度,以及在车辆的行驶方向与所述大地坐标系的Y轴的第四夹角的角度,确定所述第二向量与车辆坐标系的X轴的第五夹角的角度,其中所述车辆坐标系是以所述车辆为原点,以所述车辆的行驶方向为Y轴方向的平面坐标系;
位置相关性判断子模块,用于当所述第五夹角的角度大于0度小于180度时,确定所述车辆与所述危险源具有位置相关性;
所述位置相关性判断子模块,还用于当所述第五夹角大于180度时,确定所述车辆与所述危险源不具有位置相关性。
16.根据权利要求14所述的装置,其特征在于,所述最小安全距离获取子模块,用于:
根据所述当前车速,预设的驾驶员反应时间、制动系统延迟时间、最大减速度以及所述车辆与所述危险源需要保持的最小间距,利用最小安全距离计算公式确定所述最小安全距离;其中,所述最大减速度是根据所述车辆在车轮完全滑动摩擦时的减速度确定的;
所述最小安全距离计算公式包括:
Dw=Vrel(Tr+Ts)+Vrel 2/2amax+d0
其中,Dw表示所述最小安全距离;Vrel表示所述车辆的当前车速,Tr表示驾驶员反应时间,Ts表示所述制动系统延迟时间,amax表示所述最大减速度,d0表示所述最小间距;
所述最大减速度的计算公式包括:
amax=c*gψ
其中,g表示重力加速度值,ψ表示路面摩擦系数,c表示预设的常数参数;
所述最小间距的计算公式包括:
d0=3Vrel/k(ψ+b),
其中,ψ表示路面摩擦系数,k和b表示预设的常数参数。
CN201611228404.1A 2016-12-27 2016-12-27 道路的危险判断方法和装置 Active CN106846908B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611228404.1A CN106846908B (zh) 2016-12-27 2016-12-27 道路的危险判断方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611228404.1A CN106846908B (zh) 2016-12-27 2016-12-27 道路的危险判断方法和装置

Publications (2)

Publication Number Publication Date
CN106846908A CN106846908A (zh) 2017-06-13
CN106846908B true CN106846908B (zh) 2020-08-07

Family

ID=59136665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611228404.1A Active CN106846908B (zh) 2016-12-27 2016-12-27 道路的危险判断方法和装置

Country Status (1)

Country Link
CN (1) CN106846908B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019061311A1 (zh) * 2017-09-29 2019-04-04 深圳市大疆创新科技有限公司 自动驾驶车辆的控制方法、控制终端及机器可读存储介质
CN107830865B (zh) * 2017-10-16 2020-04-17 东软集团股份有限公司 一种车辆目标分类方法、装置、系统及计算机程序产品
CN109634120B (zh) * 2018-12-26 2022-06-03 东软集团(北京)有限公司 一种车辆控制方法及装置
CN110956810B (zh) * 2019-10-28 2021-08-20 南京市德赛西威汽车电子有限公司 一种基于rsu和v2x的复杂道路前向预警方法
CN110796898A (zh) * 2019-11-25 2020-02-14 江苏科创交通安全产业研究院有限公司 一种智能网超视距弯道风险防控系统
CN112017428B (zh) * 2020-07-09 2021-12-17 惠州市德赛西威智能交通技术研究院有限公司 路侧车联网装置、高架桥路段识别方法及车载车联网装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101734214A (zh) * 2010-01-21 2010-06-16 上海交通大学 汽车防撞行人智能装置与方法
CN102096803A (zh) * 2010-11-29 2011-06-15 吉林大学 基于机器视觉的行人安全状态识别系统
CN102685516A (zh) * 2011-03-07 2012-09-19 李慧盈 立体视觉主动安全辅助驾驶方法
CN104573646A (zh) * 2014-12-29 2015-04-29 长安大学 基于激光雷达和双目相机的车前行人检测方法及系统
CN106157694A (zh) * 2016-07-29 2016-11-23 深圳市元征科技股份有限公司 一种交叉路口的行人防碰撞预警方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256716A (zh) * 2008-04-11 2008-09-03 张南 道路平面交叉口无冲突交通模式设置及其控制方法
CN101983881B (zh) * 2010-10-18 2012-03-28 吉林大学 一种基于制动距离的载货汽车安全状态预警的方法
CN102034366B (zh) * 2010-12-17 2013-01-23 财团法人车辆研究测试中心 停车引导方法及装置
JP2014106901A (ja) * 2012-11-29 2014-06-09 Aisin Seiki Co Ltd 距離算出装置、衝突検出システム、距離算出方法、衝突検出方法、及びプログラム
US20140176714A1 (en) * 2012-12-26 2014-06-26 Automotive Research & Test Center Collision prevention warning method and device capable of tracking moving object
US9177478B2 (en) * 2013-11-01 2015-11-03 Nissan North America, Inc. Vehicle contact avoidance system
CN104217615B (zh) * 2014-09-16 2016-08-24 武汉理工大学 一种基于车路协同的行人防碰撞系统和方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101734214A (zh) * 2010-01-21 2010-06-16 上海交通大学 汽车防撞行人智能装置与方法
CN102096803A (zh) * 2010-11-29 2011-06-15 吉林大学 基于机器视觉的行人安全状态识别系统
CN102685516A (zh) * 2011-03-07 2012-09-19 李慧盈 立体视觉主动安全辅助驾驶方法
CN104573646A (zh) * 2014-12-29 2015-04-29 长安大学 基于激光雷达和双目相机的车前行人检测方法及系统
CN106157694A (zh) * 2016-07-29 2016-11-23 深圳市元征科技股份有限公司 一种交叉路口的行人防碰撞预警方法及装置

Also Published As

Publication number Publication date
CN106846908A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106846908B (zh) 道路的危险判断方法和装置
CN108399792B (zh) 一种无人驾驶车辆避让方法、装置和电子设备
KR102221321B1 (ko) 차량의 예상 주행 의도에 관한 정보를 제공하는 방법
CN106601027B (zh) 封闭或半封闭道路的危险判断方法和装置
EP3770549B1 (en) Information processing device, movement device, method, and program
WO2018128946A1 (en) Method for providing vulnerable road user warnings in a blind spot of a parked vehicle
KR20190067233A (ko) 자율 차량들을 위한 동적 라우팅
KR102332494B1 (ko) 영상과 정밀지도에 기반한 정밀 측위정보와 gnss 측위정보 간의 측위차이에 대한 배포정보 생성 장치 및 방법
JP4052310B2 (ja) 交差点までの距離算出方法、装置及びシステム
US11501461B2 (en) Controller, control method, and program
US10783384B2 (en) Object detection using shadows
JP2012094135A (ja) 基本安全メッセージデータを生成するためのシステムおよび方法
WO2020090306A1 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
JP2007257303A (ja) 信号機認識装置
KR20180090610A (ko) 차선 정보를 출력하는 방법 및 장치.
KR102528421B1 (ko) 차량용 통신 단말 및 이를 이용한 차량 측위 방법
KR100976964B1 (ko) 네비게이션 시스템 및 이의 주행 차선 구분 방법
JP2019109707A (ja) 表示制御装置、表示制御方法および車両
KR20220073472A (ko) V2x 통신기반 자율주행 혼합류환경 교차로 통합정보 제공 시스템 및 방법
CN113160589B (zh) 车辆预警方法及装置、电子设备、计算机可读存储介质
CN112305499A (zh) 一种根据光源进行定位的方法及装置
US20220343757A1 (en) Information processing apparatus, information processing system, and information processing method
KR102002583B1 (ko) 차량 및 도로시설물 정밀 위치정보 제공 시스템
JP2008046761A (ja) 移動体画像処理システム、装置及び方法
JP7192541B2 (ja) 情報処理装置、情報処理方法およびプログラム

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