CN106864457A - 一种数据处理方法及装置 - Google Patents
一种数据处理方法及装置 Download PDFInfo
- Publication number
- CN106864457A CN106864457A CN201611198402.2A CN201611198402A CN106864457A CN 106864457 A CN106864457 A CN 106864457A CN 201611198402 A CN201611198402 A CN 201611198402A CN 106864457 A CN106864457 A CN 106864457A
- Authority
- CN
- China
- Prior art keywords
- motion track
- target vehicle
- target
- monitoring object
- deviation angle
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims abstract description 146
- 230000001133 acceleration Effects 0.000 claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 40
- 230000001143 conditioned effect Effects 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 238000003062 neural network model Methods 0.000 claims description 13
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 206010057855 Hypotelorism of orbit Diseases 0.000 description 1
- 206010068052 Mosaicism Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 210000003765 sex chromosome Anatomy 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2510/00—Input parameters relating to a particular sub-units
- B60W2510/20—Steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
- B60W2520/105—Longitudinal acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
- B60W2520/125—Lateral acceleration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明提供一种数据处理方法及装置，所述方法包括：获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹；对于与所述目标车辆的距离在第一距离内的任一目标监测对象，获取所述目标监测对象的第二移动速度、第二加速度以及第二偏移角度；根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹；当确定所述第一移动轨迹与所述第二移动轨迹满足预设条件时，进行告警处理。应用本发明实施例可以提高行驶安全性。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种数据处理方法及装置。
背景技术
随着社会经济高速发展，汽车越来越普及，并逐渐成为人们日常工作生活中不可或缺的一部分。同时，随着汽车以及通信技术的发展，汽车逐渐朝着智能化方向发展，未来，通过利用机器智能化引导驾驶取代人工驾驶的自动化汽车(即智能汽车)的普及程度可能会越来越高。
然而，无论是通过人工驾驶的传统汽车，还是通过机器智能化引导驾驶的智能汽车，其行驶安全性问题都是人们十分的关注的问题。
因此，如何保证汽车行驶安全成为一个亟待解决的技术问题。
发明内容
本发明提供一种数据处理方法及装置，以提高车辆行驶的安全性。
根据本发明的第一方面，提供一种数据处理方法，应用于目标车辆，该方法包括：
获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；其中，所述第一偏移角度为所述目标车辆的轮胎转向角度；
根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹；
对于与所述目标车辆的距离在第一距离内的任一目标监测对象，获取所述目标监测对象的第二移动速度、第二加速度以及第二偏移角度；其中，所述第二偏移角度为所述目标监测对象相对于所述目标车辆的移动方向的偏移角度；
根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹；
当确定所述第一移动轨迹与所述第二移动轨迹满足预设条件时，进行告警处理。
根据本发明的第二方面，提供一种数据处理装置，其特征在于，该装置包括：
第一获取单元，用于获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；其中，所述第一偏移角度为所述目标车辆的轮胎转向角度；
第一确定单元，用于根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹；
第二获取单元，用于对于与所述目标车辆的距离在第一距离内的任一目标监测对象，获取所述目标监测对象的第二移动速度、第二加速度以及第二偏移角度；其中，所述第二偏移角度为所述目标监测对象相对于所述目标车辆的移动方向的偏移角度；
所述第一确定单元，还用于根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹；
第二确定单元，用于确定所述第一移动轨迹与所述第二移动轨迹是否满足预设条件；
告警单元，用于当所述第一移动轨迹与所述第二移动轨迹满足预设条件时，进行告警处理。
应用本发明公开的技术方案，通过获取目标车辆的第一移动速度、第一加速度以及第一偏移角度，根据第一移动速度、第一加速度以及第一偏移角度确定目标车辆的第一移动轨迹；对于与目标车辆的距离在第一距离内的任一目标监测对象，获取该目标监测对象的第二移动速度、第二加速度以及第二偏移角度，并根据第二移动速度、第二加速度以及第二偏移角度确定目标监测对象的第二移动轨迹，进而，当确定第一移动轨迹与第二移动轨迹满足预设条件时，进行告警处理，提高了行驶安全性。
附图说明
图1是本发明实施例提供的一种数据处理方法的流程示意图；
图2是本发明实施例提供的一种数据处理装置的结构示意图；
图3是本发明实施例提供的另一种数据处理装置的结构示意图；
图4是本发明实施例提供的另一种数据处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。
请参见图1，为本发明实施例提供的一种数据处理方法的流程示意图，如图1所示，该方法可以包括以下步骤：
步骤101、获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；其中，第一偏移角度为目标车辆的轮胎转向角度。
需要说明的是，在本发明实施例中，步骤101～步骤105的执行主体可以为部署于目标车辆的数据处理装置。
本发明实施例中，目标车辆并不特指某一固定的车辆，而是可以指代任一应用了本发明实施例提供的技术方案的车辆，本发明后续不再复述。
本发明实施例中，目标车辆的移动速度(本文中称为第一移动速度)可以直接从车速表中读取(准确性较低)，或，根据车辆的转速以及汽车轮胎直径计算得到。
例如，可以根据车辆轮胎的直径(该数据可以直接保存在数据库中)确定车辆轮胎转动一周对应的移动距离，并通过传感器获取车辆的实时转速，从而确定目标车辆的移动速度。
目标车辆的加速度(本文中可以称为第一加速度)以及目标车辆的轮胎转向角度(本文中可以称为第一偏移角度)均可以通过传感器获取。
步骤102、根据第一移动速度、第一加速度以及第一偏移角度确定目标车辆的第一移动轨迹。
本发明实施例中，当获取到目标车辆的第一移动速度、第一加速度以及第一偏移角度时，可以将第一移动速度、第一加速度以及第一偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到目标车辆的第一移动轨迹。
为了实现上述目的，在本发明实施例中，可以预先通过预设数量的训练样本对预设神经网络进行训练，以得到移动轨迹神经网络模型；其中，各训练样本中可以包括车辆移动速度、加速度、车辆的轮胎转向角度、车辆的位置以及车辆相应位置行驶的间隔时间。
举例来说，可以预先获取N(N为大于0的自然数)个训练样本，训练样本i(0≤i≤N)包括车辆移动速度vi、加速度ai、偏移角度θi、车辆的位置(xi，yi)以及车辆在相应位置行驶的间隔时间ti，并将该N个训练样本输入到神经网络中进行训练，以得到车辆移动速度、加速度、偏移角度、时间与车辆位置的关系模型，即移动轨迹神经网络模型。
步骤103、对于与目标车辆的距离在第一距离内的任一目标监测对象，获取该目标监测对象的第二移动速度、第二加速度以及第二偏移角度；其中，第二偏移角度为目标监测对象相对于目标车辆的移动方向的偏移角度。
本发明实施例中，目标监测对象可以包括与目标车辆的距离在第一距离(可以根据实际场景设定，如20米、30米等)内的其它车辆和障碍物(该障碍物指可能与车辆发生碰撞的物体)。
本发明实施例中，对于与目标车辆的距离在第一距离内的任一目标监测对象，可以获取该目标监测对象的移动速度(本文中称为第二移动速度)、加速度(本文中称为第二加速度)以及目标监测对象相对于目标车辆的移动方向的偏移角度(本文中称为第二偏移角度)。
例如，可以通过激光发射器定位与目标车辆的距离在第一距离内的目标监测对象的移动速度(可以由两次激光发射的光波返回的时间差乘以光速得到)、径向加速度(可以通过计算两次速度，并利用速度差除以两次速度之间的时间差得到)以及目标监测对象相对于目标车辆的移动方向的偏移角度(可以利用激光发射器发出的光束的偏移角度表示)。
其中，目标监测对象相对于目标车辆的移动方向的偏移角度可以取目标监测对象的中心与目标车辆的中心的连线与目标车辆的移动方向的夹角。
值得说明的是，在本发明实施例中，当目标监测对象也为应用了本发明实施例提供的技术方案的车辆时，目标监测对象的第二速度、第二加速度以及第二偏移角度等数据也可以由目标监测对象主动获取，并传输给目标车辆，其具体实现在此不做赘述。
步骤104、根据第二移动速度、第二加速度以及第二偏移角度确定目标监测对象的第二移动轨迹。
本发明实施例中，获取到目标监测对象的第二移动速度、第二加速度以及第二偏移角度时，可以将该第二移动速度、第二加速度以及第二偏移角度输入到预先训练好的移动轨迹神经网络模型中，以得到目标监测对象的移动轨迹(本文中称为第二移动轨迹)。
值得说明的是，在本发明实施例中，当需要根据目标车辆对应的第一偏移角度确定目标车辆的第一移动轨迹以及需要根据目标监测对象对应的第二偏移角度确定目标监测对象的第二移动轨迹时，需要将该第一偏移角度以及第二偏移角度转换为同一参照系下的角度，例如，假设目标车辆车身直线方向为北偏东10°，车辆轮胎与车身直线方向上的第一偏移角度为20°(车辆轮胎偏向东)，则若以正北方向为参照系，则第一偏移角度为30°(即北偏东30°)；同理，对于第二偏移角度也可以进行相同的转换处理，并根据转换后的角度确定对应的移动轨迹，其具体实现方式在此不做赘述。
步骤105、当确定第一移动轨迹与第二移动轨迹满足预设条件时，进行告警处理。
本发明实施例中，在确定了目标车辆的第一移动轨迹以及目标监测对象的第二移动轨迹之后，可以根据第一移动轨迹和第二移动轨迹确定目标车辆与目标监测对象之间是否存在碰撞的可能性，若存在，则确定第一移动轨迹与第二移动轨迹满足预设条件，并进行告警处理。
作为一种可选的实施方式，在本发明实施例中，确定第一移动轨迹与第二移动轨迹满足预设条件，可以包括：
当第一移动轨迹与第二移动轨迹存在交叉点，且目标车辆按照第一移动轨迹移动到交叉点的时间与目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，确定第一移动轨迹与第二移动轨迹满足预设条件。
在该实施方式中，当获取到自身的第一移动轨迹和目标监测对象的第二移动轨迹时，可以通过判断第一移动轨迹和第二移动轨迹是否存在交叉点，且目标车辆和目标监测对象分别按照第一移动轨迹和第二移动轨迹移动到同一交叉点的时间是否相同的方式，确定第一移动轨迹与第二移动轨迹是否存在碰撞的可能性；当第一移动轨迹与第二移动轨迹存在交叉点，且目标车辆按照第一移动轨迹移动到交叉点的时间与目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，确定第一移动轨迹与第二移动轨迹存在碰撞的可能性，进而，确定该第一移动轨迹与第二移动轨迹满足预设条件。
在该实施方式的一可选实施例中，第一移动轨迹与第二移动轨迹是否存在交叉可以通过以下方式确定：
当目标监测对象与目标车辆的距离超过第二距离时，以目标车辆上的第一参照点作为目标车辆，并以目标监测对象上的第二参照点作为目标监测对象，分别将第一移动轨迹与第二移动轨迹映射到同一水平面，并确定该水平面内的第一移动轨迹与第二移动轨迹是否存在交叉点；其中，第二距离小于上述第一距离；
当目标监测对象与目标车辆的距离未超过第二距离时，以与目标车辆的大小相对应的第一矩形作为目标车辆，并以与目标监测对象的大小相对应的第二矩形作为目标监测对象，分别将第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定在该水平面内所述第一移动轨迹和所述第二移动轨迹是否存在交叉点。
具体地，在该实施例中，为了判断第一移动轨迹与第二移动轨迹是否存在交叉点，当获取到自身的第一移动轨迹以及目标监测对象的第二移动轨迹时，可以将该第一移动轨迹与第二移动轨迹映射到同一水平面中，并在该水平面中判断第一移动轨迹与第二移动轨迹是否存在交叉点。
考虑到对于同一目标监测对象而言，当目标监测对象与目标车辆距离不相同时，该目标监测对象会与目标车辆发生碰撞的可能性一般也不同，而且通常距离越近，发生碰撞的可能性也越大，因此，在将目标车辆的第一移动轨迹以及目标监测对象的第二移动轨迹映射到同一水平面上时，对于与目标车辆距离不同的目标监测对象，可以以不同的模式进行映射。
在该实施例中，对于与目标车辆的距离超过第二距离(可以根据实际场景设定，如10米、15米等)的目标监测对象(即与目标车辆的距离在第二距离到第一距离之间的目标监测对象)，当将目标车辆的第一移动轨迹以及目标监测对象的第二移动轨迹映射到同一水平面时，可以将目标车辆以及目标监测对象分别虚拟为一个点，并通过在映射图中以点代替目标车辆和目标监测对象，对第一移动轨迹以及第二移动轨迹进行分析，确定第一移动轨迹和第二移动轨迹是否存在交叉点。
其中，目标车辆虚拟来代替目标车辆的点可以为目标车辆上的任一预设参照点，例如，可以目标车辆的中心点(可以先将目标车辆虚拟为一个矩形框，并将该矩形框的中心点作为目标车辆的中心点)来代替目标车辆进行上述映射，也可以以目标车辆上其它标志物(如立体车标等)对应的点来代替目标车辆进行映射；目标监测对象的处理方式同理可得。
在该实施例中，当目标监测对象与目标车辆的距离未超过第二距离时，此时，可以认为目标监测对象与目标车辆距离过近，目标监测对象与目标车辆发生碰撞的风险更大，因而，不能再将目标车辆以及目标监测对象虚拟为点，此时，可以将目标车辆以及目标监测对象分别虚拟为与目标车辆以及目标监测对象的大小相对应的矩形(其中，本文中以目标车辆对应的矩形为第一矩形，目标监测对象对应的矩形为第二矩形)，并分别以第一矩形和第二矩形替代目标车辆和目标监测对象进行移动轨迹映射和分析。
以目标车辆的映射为例，可以按照上述方法流程中描述的方式先得出目标车辆的中心点(或其它参照点)的移动轨迹(即上述第一移动轨迹)，对于第一移动轨迹上的任一点，根据该点的位置，以及目标车辆的长度和宽度，就可以得出该目标车辆对应的矩形的边界上各点的位置。目标监测对象的处理同理可得。
进一步地，在本发明实施例中，考虑到通常情况下，车辆在行驶过程中可能会根据行驶路径中存在的其它车辆或障碍物等调整行驶路径(人工驾驶则通过驾驶员根据实际情况调整，智能驾驶则由系统根据实时获取的路况调整)，因此，在大部分情况下，即使目标车辆的第一移动轨迹与目标监测对象的第二移动轨迹存在交叉点，但是目标车辆按照第一移动轨迹(或目标监测对象按照)移动到该交叉点的时间较长的话，可以认为目标车辆能够及时做出调整，以规避与目标监测对象发生碰撞；若目标车辆按照第一移动轨迹移动到该交叉点的时间较短，则需要进行告警。
相应地，作为另一种可选的实施方式，在本发明实施例中，当第一移动轨迹与第二移动轨迹存在交叉点，且目标车辆按照第一移动轨迹移动到交叉点的时间与目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，上述确定第一移动轨迹与第二移动轨迹满足预设条件之前，还可以包括：
判断目标车辆按照第一移动轨迹移动到该交叉点的时间是否低于预设时间阈值；
若低于，则确定第一移动轨迹与第二移动轨迹满足预设条件。
在该实施方式中，当确定第一移动轨迹与第二移动轨迹存在交叉点，且目标车辆按照第一移动轨迹移动到交叉点的时间与目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，可以进一步判断目标车辆按照第一移动轨迹移动到交叉点的时间(或目标监测对象按照第二移动轨迹移动到同一交叉点的时间)是否低于预设时间阈值(可以根据实际场景设定等)，若低于，则进行告警处理；否则，可以继续进行监测。
本发明实施例中，当目标车辆为人工驾驶的车辆时，进行告警处理可以为通过预设语音或/和图像的向驾驶员进行告警，由驾驶员根据实际情况进行应急处理，以避免碰撞的发生；当目标车辆为智能驾驶的车辆时，进行告警处理可以为将相关分析结果输入到智能驾驶系统中，由智能驾驶系统根据分析结果进行应急处理，以避免碰撞发生。
优选地，在本发明实施例中，当确定第一轨迹与第二轨迹满足预设条件时，需要进行告警处理时，可以确定目标监测对象相对于目标车辆的方位，并将其携带在告警信息中，以使驾驶员或智能驾驶系统能及时做出应急处理。
进一步地，在本发明实施例中，考虑到通常情况下，目标监测对象的移动轨迹会比较平稳，移动轨迹的斜率的变化频率通常较低，而当有交通事故或其它安全事故(如爆炸)发生时，可能会存在移动轨迹的斜率的变化频率较快的目标监测对象。
相应地，在本发明实施例中，当检测到与目标车辆的距离在第三距离内存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值时，提高预设不安定因子的值，直至与目标车辆的距离在第三距离内不存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值；
当预设不安定因子的值超过预设阈值时，进行告警处理。
具体地，在本发明实施例中，可以预先设定一个不安定因子，该不安定因子用于表征目标车辆周围环境的稳定性，周围环境越稳定，不安定因子的值越小(也可以为周围环境越稳定，不安定因子的值越大，本文中以前者为例)，可以通过激光发射器扫描第三距离(可以根据实际场景设定，如25米、30米等)范围内的目标监测对象，并确定各目标监测对象的移动轨迹，若发现存在移动轨迹的斜率的变化频率超过预设频率阈值(可以根据实际场景设定)，则可以提高预设不安定因子的值(不安定因子的初始值可以为0)，直至与目标车辆的距离在第三距离内不存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值。
例如，可以以预设步长(如每5秒增加0.2)提高预设不安因子的值。
当发现预设不安定因子的值超过预设阈值(可以根据实际场景设定)时，可以认为当前环境有安全事故发生，从而，可以进行告警处理；其中，告警处理的具体处理可以参见上述流程中的相关描述，本发明实施例在此不再赘述。
进一步地，在本发明实施例中，当与目标车辆的距离在第三距离内不存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值时，可以逐渐降低预设不安定因子的值，直至预设不安定因子的值达到初始值。
可见，在图1所示的方法流程中，通过确定目标车辆的第一移动轨迹以及目标监测对象的第二移动轨迹，并当根据第一移动轨迹和第二移动轨迹确定目标车辆与目标监测对象存在发生碰撞的可能性时，进行告警处理，提高了行驶安全性。
为了使本领域技术人员更好地理解本发明实施例提供的技术方案，下面结合具体应用场景对本发明实施例提供的技术方案进行描述。
在该实施例中，以目标车辆为人工驾驶的车辆为例，可以通过通信节点获取传感器收集的自身以及目标监测对象的速度、加速度、偏移角度等数据信息，并对这些数据信息进行分析处理，并当需要进行告警处理时，将分析结果以图像和声音的形式告知驾驶员，达到辅助驾驶的目的。其具体实现流程如下：
1、构建车辆及监测对象模型，利用点和矩形两类抽象物体来模拟具体车辆及其它障碍物：当目标车辆与目标监测对象之间的距离为10到20米时，用点(x，y)来模拟车辆以及目标监测对象；当目标车辆与目标监测对象之间的距离为10米以内时，用矩形来模拟车辆以及目标监测对象(长：L，宽：W)。当模型是矩形的时候，矩形的中心点为原点(x，y)利用(x+△L，y+△W)点阵来描述其边界行为。
2、通过传感器获得目标车辆的车辆转速r，根据汽车轮胎的直径d以及车辆转速r，计算车速v0。
3、通过传感器获得车辆轮胎转向角度θ，加速度a0，把v0，a0，θ，输入到训练好的移动轨迹神经网络模型中，以得到目标车辆的移动轨迹f1(v0，a0，t，θ)。其中，神经网络模型的训练可以参见上述方法流程中的相关描述，在此不再赘述。
4、将目标车辆的行驶轨迹映射到物理平面，对于距离10米以上的监测对象，得到物理位置(x0，y0)；10米以内则用相对位置来表示(x0+△L0，y0+△W0)。其中的△L0代表原车长除以2的值，△W0代表原车宽除以2的值。
5、利用激光发射器定位方圆20米范围内目标监测对象的移动速度v1(由两次激光发射的光波返回后的时间差乘以光速得到)和相对于目标车辆移动方向的偏移角度ρ(激光发射器的发出的光束的偏移角度)，径向加速度a1(计算两次速度，速度差除以得到两次速度之间的时间即可)，输入到预先训练好的移动轨迹神经网络模型，得到目标监测对象的移动轨迹f2(v1，a1，t，ρ)。
步骤6、将目标监测对象的移动轨迹映射到物理平面，当目标监测对象与目标车辆的距离为10米以上时，得到物理位置(x1，y1)，10米以内则用相对位置来表示(x1+△L1，y1+△W1)。其中的△L1代表目标监测对象的长度除以2的值，△W1代表目标监测对象的宽度除以2的值。
步骤7、计算不安定因子σ(取值范围[0，1])，初始值为0。若目标车辆检测到方圆25米内存在移动轨迹的斜率的变化频率超过阈值的目标监测对象，则以每秒0.2为步长提高不安定因子的值；若目标监测对象在之后时间内恢复稳定，则以每秒0.2为步长降低不安定因子的值。
步骤8、在模型内遍历相对位置点，实时计算并预测位置点在当前环境下重合(即f1＝f2)的可能性和所需时间T。
步骤9、若存在f1＝f2的可能，则计算该目标监测对象相对于目标车辆的方位点。
步骤10、当T低于预设时间阈值或/和σ超过预设阈值时，进行告警处理，并提示方位点，以提示驾驶员采取相应应急处理措施。
通过以上描述可以看出，在本发明实施例提供的技术方案中，通过获取目标车辆的第一移动速度、第一加速度以及第一偏移角度，根据第一移动速度、第一加速度以及第一偏移角度确定目标车辆的第一移动轨迹；对于与目标车辆的距离在第一距离内的任一目标监测对象，获取该目标监测对象的第二移动速度、第二加速度以及第二偏移角度，并根据第二移动速度、第二加速度以及第二偏移角度确定目标监测对象的第二移动轨迹，进而，当确定第一移动轨迹与第二移动轨迹满足预设条件时，进行告警处理，提高了行驶安全性。
请参见图2，为本发明实施例提供一种数据处理装置的结构示意图，其中，该装置可以应用于上述方法实施例中的目标车辆，如图2所示，该装置可以包括：
第一获取单元210，用于获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；其中，所述第一偏移角度为所述目标车辆的轮胎转向角度；
第一确定单元220，用于根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹；
第二获取单元230，用于对于与所述目标车辆的距离在第一距离内的任一目标监测对象，获取所述目标监测对象的第二移动速度、第二加速度以及第二偏移角度；其中，所述第二偏移角度为所述目标监测对象相对于所述目标车辆的移动方向的偏移角度；
所述第一确定单元220，还用于根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹；
第二确定单元240，用于确定所述第一移动轨迹与所述第二移动轨迹是否满足预设条件；
告警单元250，用于当所述第一移动轨迹与所述第二移动轨迹满足预设条件时，进行告警处理。
在可选实施例中，所述第一确定单元220，具体用于将所述第一移动速度、第一加速度以及第一偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到所述目标车辆的第一移动轨迹。
在可选实施例中，所述第一确定单元220，具体用于将所述第二移动速度、第二加速度以及第二偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到所述目标监测对象的第一移动轨迹。
在可选实施例中，所述第二确定单元240，具体用于当所述第一移动轨迹与所述第二移动轨迹存在交叉点，且所述目标车辆按照所述第一移动轨迹移动到交叉点的时间与所述目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，确定所述第一移动轨迹与所述第二移动轨迹满足预设条件。
请一并参见图3，为本发明实施例提供的另一种数据处理装置的结构示意图，如图3所示，在图2所示数据处理装置的基础上，图3所示的数据处理装置还可以包括：
判断单元260，用于当所述第一移动轨迹与所述第二移动轨迹存在交叉点，且所述目标车辆按照所述第一移动轨迹移动到交叉点的时间与所述目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，判断所述目标车辆按照所述第一移动轨迹移动到该交叉点的时间是否低于预设时间阈值；
所述第二确定单元240，具体用于当所述判断单元260判断结果为低于时，确定所述第一移动轨迹与所述第二移动轨迹满足预设条件。
在可选实施例中，所述第二确定单元240，具体用于：
当所述目标监测对象与所述目标车辆的距离超过第二距离时，以所述目标车辆上的第一参照点作为所述目标车辆，并以所述目标监测对象上的第二参照点作为所述目标监测对象，分别将所述第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定该水平面内的第一移动轨迹与第二移动轨迹是否存在交叉点；其中，所述第二距离小于所述第一距离；
当所述目标监测对象与所述目标车辆的距离未超过所述第二距离时，以与所述目标车辆的大小相对应的第一矩形作为所述目标车辆，并以与所述目标监测对象的大小相对应的第二矩形作为所述目标监测对象，分别将所述第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定在该水平面内所述第一移动轨迹和所述第二移动轨迹是否存在交叉点。
请一并参见图4，为本发明实施例提供的另一种数据处理装置的结构示意图，如图4所示，在图2所示数据处理装置的基础上，图4所示的数据处理装置还包括：
设置单元270，用于当检测到所述目标车辆的第三距离内存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值时，提高预设不安定因子的值，直至所述目标车辆的第三距离内不存在监测对象的移动轨迹的斜率的变化频率超过所述预设频率阈值；其中，不安定因子用于表征目标车辆周围环境的稳定性；
所述告警单元250，还用于当所述预设不安定因子的值超过预设阈值时，进行告警处理。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
由上述实施例可见，通过获取目标车辆的第一移动速度、第一加速度以及第一偏移角度，根据第一移动速度、第一加速度以及第一偏移角度确定目标车辆的第一移动轨迹；对于与目标车辆的距离在第一距离内的任一目标监测对象，获取该目标监测对象的第二移动速度、第二加速度以及第二偏移角度，并根据第二移动速度、第二加速度以及第二偏移角度确定目标监测对象的第二移动轨迹，进而，当确定第一移动轨迹与第二移动轨迹满足预设条件时，进行告警处理，提高了行驶安全性。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (14)
1.一种数据处理方法，其特征在于，包括：
获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；其中，所述第一偏移角度为所述目标车辆的轮胎转向角度；
根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹；
对于与所述目标车辆的距离在第一距离内的任一目标监测对象，获取所述目标监测对象的第二移动速度、第二加速度以及第二偏移角度；其中，所述第二偏移角度为所述目标监测对象相对于所述目标车辆的移动方向的偏移角度；
根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹；
当确定所述第一移动轨迹与所述第二移动轨迹满足预设条件时，进行告警处理。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹，包括：
将所述第一移动速度、第一加速度以及第一偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到所述目标车辆的第一移动轨迹。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹，包括：
将所述第二移动速度、第二加速度以及第二偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到所述目标监测对象的第一移动轨迹。
4.根据权利要求1所述的方法，其特征在于，所述确定所述第一移动轨迹与所述第二移动轨迹满足预设条件，包括：
当所述第一移动轨迹与所述第二移动轨迹存在交叉点，且所述目标车辆按照所述第一移动轨迹移动到交叉点的时间与所述目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，确定所述第一移动轨迹与所述第二移动轨迹满足预设条件。
5.根据权利要求4所述的方法，其特征在于，当所述第一移动轨迹与所述第二移动轨迹存在交叉点，且所述目标车辆按照所述第一移动轨迹移动到交叉点的时间与所述目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，所述确定所述第一移动轨迹与所述第二移动轨迹满足预设条件之前，还包括：
判断所述目标车辆按照所述第一移动轨迹移动到该交叉点的时间是否低于预设时间阈值；
若低于，则确定所述第一移动轨迹与所述第二移动轨迹满足预设条件。
6.根据权利要求4或5所述的方法，其特征在于，所述第一移动轨迹与所述第二移动轨迹是否存在交叉点通过以下方式确定：
当所述目标监测对象与所述目标车辆的距离超过第二距离时，以所述目标车辆上的第一参照点作为所述目标车辆，并以所述目标监测对象上的第二参照点作为所述目标监测对象，分别将所述第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定该水平面内的第一移动轨迹与第二移动轨迹是否存在交叉点；其中，所述第二距离小于所述第一距离；
当所述目标监测对象与所述目标车辆的距离未超过所述第二距离时，以与所述目标车辆的大小相对应的第一矩形作为所述目标车辆，并以与所述目标监测对象的大小相对应的第二矩形作为所述目标监测对象，分别将所述第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定在该水平面内所述第一移动轨迹和所述第二移动轨迹是否存在交叉点。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当检测到与所述目标车辆的距离在第三距离内存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值时，提高预设不安定因子的值，直至所述目标车辆的第三距离内不存在监测对象的移动轨迹的斜率的变化频率超过所述预设频率阈值；其中，不安定因子用于表征目标车辆周围环境的稳定性；
当所述预设不安定因子的值超过预设阈值时，进行告警处理。
8.一种数据处理装置，其特征在于，该装置包括：
第一获取单元，用于获取目标车辆的第一移动速度、第一加速度以及第一偏移角度；其中，所述第一偏移角度为所述目标车辆的轮胎转向角度；
第一确定单元，用于根据所述第一移动速度、第一加速度以及第一偏移角度确定所述目标车辆的第一移动轨迹；
第二获取单元，用于对于与所述目标车辆的距离在第一距离内的任一目标监测对象，获取所述目标监测对象的第二移动速度、第二加速度以及第二偏移角度；其中，所述第二偏移角度为所述目标监测对象相对于所述目标车辆的移动方向的偏移角度；
所述第一确定单元，还用于根据所述第二移动速度、第二加速度以及第二偏移角度确定所述目标监测对象的第二移动轨迹；
第二确定单元，用于确定所述第一移动轨迹与所述第二移动轨迹是否满足预设条件；
告警单元，用于当所述第一移动轨迹与所述第二移动轨迹满足预设条件时，进行告警处理。
9.根据权利要求8所述的装置，其特征在于，
所述第一确定单元，具体用于将所述第一移动速度、第一加速度以及第一偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到所述目标车辆的第一移动轨迹。
10.根据权利要求8所述的装置，其特征在于，
所述第一确定单元，具体用于将所述第二移动速度、第二加速度以及第二偏移角度作为输入参数输入到预先训练好的移动轨迹神经网络模型，以得到所述目标监测对象的第一移动轨迹。
11.根据权利要求8所述的装置，其特征在于，
所述第二确定单元，具体用于当所述第一移动轨迹与所述第二移动轨迹存在交叉点，且所述目标车辆按照所述第一移动轨迹移动到交叉点的时间与所述目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，确定所述第一移动轨迹与所述第二移动轨迹满足预设条件。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
判断单元，用于当所述第一移动轨迹与所述第二移动轨迹存在交叉点，且所述目标车辆按照所述第一移动轨迹移动到交叉点的时间与所述目标监测对象按照第二移动轨迹移动到同一交叉点的时间相同时，判断所述目标车辆按照所述第一移动轨迹移动到该交叉点的时间是否低于预设时间阈值；
所述第二确定单元，具体用于当所述判断单元判断结果为低于时，确定所述第一移动轨迹与所述第二移动轨迹满足预设条件。
13.根据权利要求11或12所述的装置，其特征在于，所述第二确定单元，具体用于：
当所述目标监测对象与所述目标车辆的距离超过第二距离时，以所述目标车辆上的第一参照点作为所述目标车辆，并以所述目标监测对象上的第二参照点作为所述目标监测对象，分别将所述第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定该水平面内的第一移动轨迹与第二移动轨迹是否存在交叉点；其中，所述第二距离小于所述第一距离；
当所述目标监测对象与所述目标车辆的距离未超过所述第二距离时，以与所述目标车辆的大小相对应的第一矩形作为所述目标车辆，并以与所述目标监测对象的大小相对应的第二矩形作为所述目标监测对象，分别将所述第一移动轨迹与所述第二移动轨迹映射到同一水平面，并确定在该水平面内所述第一移动轨迹和所述第二移动轨迹是否存在交叉点。
14.根据权利要求8所述的装置，其特征在于，所述装置还包括：
设置单元，用于当检测到所述目标车辆的第三距离内存在监测对象的移动轨迹的斜率的变化频率超过预设频率阈值时，提高预设不安定因子的值，直至所述目标车辆的第三距离内不存在监测对象的移动轨迹的斜率的变化频率超过所述预设频率阈值；其中，不安定因子用于表征目标车辆周围环境的稳定性；
所述告警单元，还用于当所述预设不安定因子的值超过预设阈值时，进行告警处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611198402.2A CN106864457B (zh) | 2016-12-22 | 2016-12-22 | 一种数据处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611198402.2A CN106864457B (zh) | 2016-12-22 | 2016-12-22 | 一种数据处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106864457A true CN106864457A (zh) | 2017-06-20 |
| CN106864457B CN106864457B (zh) | 2019-05-07 |
Family
ID=59163893
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611198402.2A Active CN106864457B (zh) | 2016-12-22 | 2016-12-22 | 一种数据处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106864457B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109496288A (zh) * | 2017-07-13 | 2019-03-19 | 北京嘀嘀无限科技发展有限公司 | 用于确定轨迹的系统和方法 |
| CN110764109A (zh) * | 2019-10-29 | 2020-02-07 | Oppo广东移动通信有限公司 | 车辆危险预警方法及相关产品 |
| CN111409631B (zh) * | 2020-04-10 | 2022-01-11 | 新石器慧通（北京）科技有限公司 | 一种车辆行驶的控制方法、装置、车辆及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101641248A (zh) * | 2007-03-27 | 2010-02-03 | 丰田自动车株式会社 | 碰撞回避装置 |
| US20120262284A1 (en) * | 2011-04-12 | 2012-10-18 | Conti Temic Microelectronic Gmbh | Method and System for Warning a Driver of a Vehicle About Potential Obstacles Behind the Vehicle |
| CN104002809A (zh) * | 2014-05-28 | 2014-08-27 | 长安大学 | 一种车辆岔口路段检测装置及检测方法 |
| DE102013016422A1 (de) * | 2013-10-02 | 2015-04-02 | Audi Ag | Verfahren zum Betrieb eines Sicherheitssystems eines Kraftfahrzeugs und Kraftfahrzeug |
| JP2015138330A (ja) * | 2014-01-21 | 2015-07-30 | 日産自動車株式会社 | 車速制御装置 |
| CN105374231A (zh) * | 2014-08-27 | 2016-03-02 | 中国移动通信集团公司 | 一种预警方法、装置及系统 |
| WO2016071478A1 (en) * | 2014-11-06 | 2016-05-12 | Autoliv Development Ab | System and method for vehicle path prediction |
| CN105691388A (zh) * | 2016-01-14 | 2016-06-22 | 南京航空航天大学 | 一种汽车主动避撞系统及其轨迹规划方法 |
-
2016
- 2016-12-22 CN CN201611198402.2A patent/CN106864457B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101641248A (zh) * | 2007-03-27 | 2010-02-03 | 丰田自动车株式会社 | 碰撞回避装置 |
| US20120262284A1 (en) * | 2011-04-12 | 2012-10-18 | Conti Temic Microelectronic Gmbh | Method and System for Warning a Driver of a Vehicle About Potential Obstacles Behind the Vehicle |
| DE102013016422A1 (de) * | 2013-10-02 | 2015-04-02 | Audi Ag | Verfahren zum Betrieb eines Sicherheitssystems eines Kraftfahrzeugs und Kraftfahrzeug |
| JP2015138330A (ja) * | 2014-01-21 | 2015-07-30 | 日産自動車株式会社 | 車速制御装置 |
| CN104002809A (zh) * | 2014-05-28 | 2014-08-27 | 长安大学 | 一种车辆岔口路段检测装置及检测方法 |
| CN105374231A (zh) * | 2014-08-27 | 2016-03-02 | 中国移动通信集团公司 | 一种预警方法、装置及系统 |
| WO2016071478A1 (en) * | 2014-11-06 | 2016-05-12 | Autoliv Development Ab | System and method for vehicle path prediction |
| CN105691388A (zh) * | 2016-01-14 | 2016-06-22 | 南京航空航天大学 | 一种汽车主动避撞系统及其轨迹规划方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109496288A (zh) * | 2017-07-13 | 2019-03-19 | 北京嘀嘀无限科技发展有限公司 | 用于确定轨迹的系统和方法 |
| 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 |
| CN110764109A (zh) * | 2019-10-29 | 2020-02-07 | Oppo广东移动通信有限公司 | 车辆危险预警方法及相关产品 |
| CN111409631B (zh) * | 2020-04-10 | 2022-01-11 | 新石器慧通（北京）科技有限公司 | 一种车辆行驶的控制方法、装置、车辆及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106864457B (zh) | 2019-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11921510B1 (en) | Approach for consolidating observed vehicle trajectories into a single representative trajectory | |
| US11809194B2 (en) | Target abnormality determination device | |
| US11586213B2 (en) | Trajectory representation in behavior prediction systems | |
| CN106864457B (zh) | 一种数据处理方法及装置 | |
| US9880554B2 (en) | Misrecognition determination device | |
| US11498574B2 (en) | Learning device, learning method, and storage medium | |
| CN106314419A (zh) | 自动驾驶控制装置 | |
| CN110531376A (zh) | 用于港口无人驾驶车辆的障碍物检测和跟踪方法 | |
| JPWO2014192137A1 (ja) | 移動軌跡予測装置及び移動軌跡予測方法 | |
| CN111071249A (zh) | 基于障碍物运动预测的无人车紧急转向避障方法 | |
| US11847562B2 (en) | Obstacle recognition assistance device, obstacle recognition assistance method, and storage medium | |
| CN107796373A (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
| Eidehall | An automotive lane guidance system | |
| JP7081098B2 (ja) | 走行環境認識装置、走行環境認識方法、プログラム | |
| JP2020046882A (ja) | 情報処理装置、車両制御装置および移動体制御方法 | |
| KR102140195B1 (ko) | 레이더를 이용한 야생동물 침입 탐지 방법 및 그 시스템 | |
| CN114872735B (zh) | 基于神经网络算法的自动驾驶物流车辆决策方法和装置 | |
| CN111144190A (zh) | 用于检测慢速车辆运动的装置和方法 | |
| CN105786001B (zh) | 一种小车的智能控制方法 | |
| CN109887336A (zh) | 一种车辆行驶安全实时监控方法及系统 | |
| Wang et al. | Radial polar histogram: obstacle avoidance and path planning for robotic cognition and motion control | |
| US20240096232A1 (en) | Safety framework with calibration error injection | |
| CN113034687B (zh) | 一种用于大型场景的实时栅格地图生成方法 | |
| WO2022230739A1 (ja) | 物体追跡装置 | |
| KR102074902B1 (ko) | 차량용 영상 기록시스템의 제어장치 및 방법 |
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 |