CN106875744A - 周边车辆识别系统及方法 - Google Patents
周边车辆识别系统及方法 Download PDFInfo
- Publication number
- CN106875744A CN106875744A CN201611149565.1A CN201611149565A CN106875744A CN 106875744 A CN106875744 A CN 106875744A CN 201611149565 A CN201611149565 A CN 201611149565A CN 106875744 A CN106875744 A CN 106875744A
- Authority
- CN
- China
- Prior art keywords
- nearby vehicle
- information
- vehicle
- main car
- nearby
- 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
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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/04—Traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
- G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/46—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for vehicle-to-vehicle communication [V2V]
-
- 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
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/65—Data transmitted between vehicles
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Navigation (AREA)
Abstract
一种周边车辆识别系统识别周边车辆的方法,该方法包括:基于主车和周边车辆的路径信息,生成车辆地图,其显示主车周边的一个或多个车辆相对于主车当前位置的坐标;基于主车的当前位置和曲率半径信息以及主车和周边车辆的路径信息,在车辆地图上生成车道信息;基于生成的车道信息,确定周边车辆的位置;以及基于周边车辆的位置,选择可识别周边车辆。
Description
相关申请的交叉引用
本申请要求于2015年12月14日提交的韩国专利申请No.2015-0177846的优先权和权益,该申请的全部内容通过引用纳入本申请中。
技术领域
本发明涉及一种周边车辆识别系统和方法,尤其涉及一种基于车辆环境无线接入(WAVE)的周边车辆识别系统和方法。
背景技术
近来,为了减少事故的发生,在车辆技术领域积极开展了关于周边车辆识别方法和车道识别方法的研究。
通常,车道和周边车辆检测方法是基于图像,此图像由车辆上安装的摄像头或者传感器获取。
但是,利用基于摄像头或传感器的车道检测方法,可能不会正确地检测到周边车辆,这取决于天气因素或者室外亮度因素。例如,在晴朗的天气条件下,可以容易检测出道路上的车道。但是,在黑暗的环境或者恶劣的天气条件下,如下雪或下雨时,通过摄像头或者传感器可能无法检测到车道,或者可能只检测到一个狭窄视野内的车道。甚至在阳光强烈的环境下,当阳光直接照射到摄像头或者传感器时,可能会对通过获取图像容易地检测车道造成阻碍。
因此,雷达或者视觉传感器主要用作车辆传感器,但由于这类传感器的局限性,更多的是对利用WAVE来识别周边车辆的方法进行研究。
根据现有技术识别周边车辆的方法具有的问题在于,在路口或弯道部分(例如,急转弯路、S形路等),在不知道道路形状的情况下识别周边车辆是非常困难的。
关于这一点,韩国未经审查的专利公开文本No.10-2012-0024230(题目:基于车辆通信系统的防撞车辆控制系统和方法)中公开了一种安装于车辆上的系统,所述系统包括数据发生器,其用于产生包括全球定位系统(GPS)位置坐标、行驶方向、以及车辆当前速度在内的信息数据;车-车(V2V)通信器,其用于将所述信息数据发送至其他周边车辆,并从所述其他周边车辆接收信息数据;以及碰撞估计器,其利用发送和接收到的信息数据估计本车和其他车辆之间的碰撞概率。
发明内容
本发明提供了一种利用主车和周边车辆的路径信息基于车辆环境无线进入(WAVE)对车道进行估计,并基于估计的车道信息对周边车辆进行有效识别的系统和方法。
本发明的方面不局限于此,还可能涉及其他方面。
根据本发明的一方面,提供了一种利用周边车辆识别系统识别周边车辆的方法,该方法包括:基于主车和周边车辆的路径信息,产生车辆地图,显示主车周边的一个或多个车辆相对于主车当前位置的坐标;基于主车的当前位置和曲率半径信息以及主车和周边车辆的路径信息,在车辆地图上产生车道信息;基于产生的车道信息,确定周边车辆的位置;以及基于周边车辆的位置,选择可识别周边车辆。
根据本发明的另一方面,提供了一种周边车辆识别系统,用于识别主车周边的一个或多个车辆,所述周边车辆识别系统包括:通信模块,其与周边车辆交换数据;位置信息接收模块,其接收主车的位置信息;存储器,其存储用于识别周边车辆的程序;以及处理器,其执行所述程序。当执行所述程序时,处理器基于主车和周边车辆的路径信息,产生一个车辆地图,显示周边车辆相对于主车当前位置的坐标;基于主车的当前位置和曲率半径信息以及主车和周边车辆的路径信息,在车辆地图上产生车道信息;基于产生的车道信息,确定周边车辆的位置;以及基于周边车辆的位置,选择可识别周边车辆。
附图说明
通过参照附图对示例性实施例的详细描述,本发明的上述及其他目的、特征和优点对本领域的普通技术人员而言将变得更显而易见,其中:
图1为根据本发明示例性实施例的周边车辆识别系统的框图;
图2为根据本发明示例性实施例的周边车辆识别方法的流程图;
图3为车道信息产生操作的流程图;
图4为周边车辆位置确定操作的流程图;
图5A至图5C示出了基本车道信息的车道前方信息图;
图6示出了基本车道信息的车道后方信息图;
图7至图8B示出了车道前方信息校正操作图;
图9示出了基本车道信息校正操作图;以及
图10示出了选择可识别周边车辆的操作图。
具体实施方式
下文中,将参照附图,对本发明示例性实施例进行详细描述,从而使本领域的普通技术人员可容易地实施所述实施例。但是,本发明可以按多种不同形式实现,并不仅限于本文描述的实施例。在下文的描述中,省略了与描述无关的部分,从而更清楚地描述本发明。
除非特别提及,否二在整篇说明书中,当提及某一部分“包括”一个组件时,所述部分并不排除其他组件,可以包括其他组件。
图1为根据本发明示例性实施例的周边车辆识别系统100的框图。
本发明示例性实施例的周边车辆识别系统100可识别主车周边的一个或多个车辆。
此周边车辆识别系统100包括:通信模块110、位置信息接收模块120、存储器130,以及处理器140。
所述通信模块110与周边车辆交换数据。此通信模块110可包括有线通信模块和无线通信模块。有线通信模块可以为电力线通信(PLC)设备、电话线通信设备、家庭电缆(同轴电缆多媒体联盟(MoCA))设备,以太网设备、电气和电子工程师协会(IEEE)1294设备、有线集成家庭网络设备,以及RS-485控制设备。此外,无线通信模块可以利用多种技术实施,包括无线局域网(WLAN)、蓝牙、高数据速率(HDR)无线个人区域网(WPAN)、超宽带(UWB)、ZigBee、脉冲无线电、60GHz WPAN、二进制码分多址(CDMA)、无线通用串行总线(USB)、无线高清晰度多媒体接口(HDMI)等。
在本发明的示例性实施例中,通信模块110可通过内部车载网络(IVN)接收主车的位置信息,和通过车辆环境无线接入(WAVE)接收周边车辆的位置信息。
位置信息接收模块120可接收主车的位置信息。例如,此处位置信息接收模块120可以为全球定位系统(GPS)。通过GPS,可以接收主车的位置信息,包括纬度、经度、海拔高度等。
在存储器130中,存储了用于识别周边车辆的程序。此处,存储器130表示一种常见的存储器设备,例如,在没有电力供应下仍持续保持所存储信息的非易失性存储装置,或易失性存储装置。
例如,存储器130可包括:NAND闪存,例如,紧凑型闪存(CF)卡、安全数字(SD)卡、存储棒、固态驱动器(SSD)、微型SD卡等;磁性计算机存储设备,例如,硬盘驱动器(HDD)等;光盘驱动器,例如,光盘只读存储器(CD-ROM)、数字通用光盘(DVD)-ROM等。
另外,存储在存储器130中的程序可以以软件或硬件,例如,现场可编程门阵列(FPGA)或专用集成电路(ASIC)的形式实现,并执行一定角色。
处理器140可执行存储于130中的程序。当执行程序时,处理器140基于主车和主车周边一个或多个车辆的路径信息,产生车辆地图,显示周边车辆相对于主车当前位置的坐标。
此处,路径信息可以点数据的形式表示(例如,23个点的数据)。此路径信息可以根据曲率来显示点的不同密度。
此后,处理器140基于主车的当前位置和曲率半径信息以及主车和周边车辆的路径信息,在车辆地图上产生车道信息。处理器140可基于产生的车道信息,寻找周边车辆的位置,选择可识别周边车辆。
作为参考,图1所示本发明示例性实施例的组件可以以软件或硬件例如FPGA或ASIC的形式实现,并执行一定角色。
但是,“组件”的意思不局限于软件或硬件,并且每个组件可驻留在可寻址的存储介质中,并驱动一个或多个处理器。
因此,组件包括,例如,软件组件、面向对象的软件组件、类组件、任务组件、进程、函数、属性、程序、子程序、程序代码段、驱动程序、固件、微码、电路、数据、数据库、数据结构、表、数组以及变量。
组件和由组件提供的功能可以组合成更小数目的组件,或者细分为额外的组件。
本发明示例性实施例的周边车辆识别系统100的周边车辆识别方法将在下文参考图2至图10详细描述。
图2为根据本发明示例性实施例的周边车辆识别方法的流程图。
在根据本发明示例性实施例的周边车辆识别方法中,首先,基于主车和周边车辆的信息,产生车辆地图,其显示主车周围的一个或多个车辆相对于主车当前位置的坐标(S210)。
此处,车辆地图可以以相对坐标系的形式,表示在车对外界(vehicle toeverything)(V2X)通信范围(约300米)内,周边车辆的位置和移动。
产生此类车辆地图的细节如下。
首先,主车和周边车辆的经度X、纬度Y和GPS方向角ψ被转换到用于在车辆地图上表示主车和周边车辆的坐标系(x,y,φ)中,如[方程式1]所示。
[方程式1]
PHV=[X0 Y0 ψ0]T
PRV,i=[Xi Yi ψi]T
xLocd,i=Klong(Xi-X0)cos(90-ψ0)+Klat(Yi-Y0)sin(90-ψ0) Klong=111,413cos(X0)-94cos(3Y0)
yLocal,i=-Klong(Xi-X0)sin(90-ψ0)+Klat(Yi-Y0)cos(90-ψ0) Klat=111,133-560c0s(2Y0)
φLocal,i=-(ψi-ψ0)
接着,以周边车辆经度和纬度形式给出的路径信息被转换到相对于主车基准的坐标中,如[方程式2]所示。然后,每条路径信息都被转换为点(x,y),并表示在车辆地图上。
[方程式2]
PHV=[X0 Y0 ψ0]T
PPH,i=[XPH,i YPH,i]T
xPH,i=cos(90-ψ0)Klong(XPH,i-X0)+sin(90-ψ0)Klat(YPH,i-Y0)
yPH,i=-sin(90-ψ0)Klog(XPH,i-X0)+cos(90-ψ0)Klat(YPH,i-Y0)
此处,可基于弦长c、角度差α、转弯半径R、中心距离d和水平距离误差e计算周边车辆的路径信息,如[方程式3]所示。
[方程式3]
α=|ψ-ψ0|
e=R-d
此处,当周边车辆正在行驶时,只有当水平距离误差e和弦长c超过预设的阈值时,才可使用此路径信息。
通过以上过程产生车辆地图后,可以基于主车的当前位置和曲率半径信息以及主车和周边车辆的路径信息,在车辆地图上产生车道信息(S220)。
换句话说,可以基于主车的当前位置和曲率半径信息,以及主车和周边车辆的路径信息,估计出相对于主车提取的行驶线。此处,估计出的车道信息可以用参数化的三次函数的形式表示。
所述车道信息旨在选择使用前方周边车辆的路径信息来准确地估计主车当前行驶的车道。此处,可以假设前方的周边车辆在行驶中不变道。
产生所述车道信息的方法将参照图3至图5C和图9进行描述。
图3为车道信息产生操作的流程图。图5A至图5C示出了基本车道信息的车道前方信息图。图6示出了基本车道信息的车道后方信息图。图7至图8B示出了车道前方信息校正操作图。图9示出了基本车道信息校正操作图。
在产生车道信息的操作中,首先,基于主车路径信息产生基本车道信息(S221)。
基本车道信息是指,假设在主车前方没有周边车辆时,仅利用主车信息产生的车道信息。此处,基本车道信息包括车道前方信息和车道后方信息。
车道前方信息可以基于主车的曲率半径信息而产生。假设主车以一个固定的转弯半径转弯,则其前进路径可以呈圆形。为模拟这类圆形形状,可生成下列方程式4的三次曲线。
[方程式4]
主车沿着生成的三次曲线移动60°的情形以图5A至图5C中的图显示。
图5A为曲率半径R为1m的情形。当曲率半径为1m时,从图中可见,三次曲线几乎对应于圆。但是,当斜率增加时,由于自身特性,三次曲线将偏离完整的圆。因此,当主车移动60°或更多时,可能会产生误差。
图5B和图5C分别为曲率半径为25m的情形和曲率半径为50m的情形。可见,当主车转弯角度为60°或更大时,三次曲线与圆之间存在误差,然而,在转弯角度小于60°时,圆和三次曲线几乎彼此重合。另外,当曲率半径为25m和50m时,从图中可见,三次曲线在形状上是相同的,只是在尺寸上增加了。
以这种方式,可以利用方程式4和车辆的曲率半径信息对车道前方信息进行建模。
车道后方信息可以利用最小二乘法来建模。为了生成车道后方信息,需要提取三次曲线,以最小化每个样本点D的距离,如图6所示。
当将三次曲线公式应用于所有样本点D时,结果可以以矩阵形式表示,如以下方程式5所示。
[方程式5]
此处,由于V并非一个方阵,因此可以利用伪逆矩阵产生p=(VTV)-1VTy。
同时,当样本点D的数量等于或大于5时,可以使用以下方程式6所示的矩阵。
[方程式6]
另一方面,当样本点D的数量小于5时,可以使用以下方程式7所示的矩阵。
[方程式7]
如上所述,根据样本点的数量,基本车道信息可表示为三次函数的形式,也可以表示为二次曲线的形式。
参照图3,在生成基本车道信息后,基于周边车辆的横向距离信息,校正在主车之前的一个或多个周边车辆相对于主车的路径信息(S222)。
此时,为了校正周边车辆的信息,需要主车与周边车辆行驶在同一条道路上。换句话说,只有当周边车辆的路径信息覆盖主车后方的路径信息,且有足够的信息估计道路形状时,才可以确定主车和周边车辆行驶在同一条道路上。
同时,由于假设主车10行驶的道路与周边车辆20驶过的道路相似,因此可以利用与周边车辆20路径信息最接近的两条路径信息(x5,y5)和(x6,y6),如图7所示,生成一个如方程式8所示的一级多项式。
[方程式8]
当以这种方式根据方程式8计算出曲线与主车之间的横向距离误差dRV时,可以对位于主车10前方的周边车辆20的路径信息进行校正。换言之,如图8A和图8B所示,每条周边车辆20的路径信息以基于周边车辆20路径信息计算出的横向距离误差dRV向主车10移动。
参照图3,在对周边车辆的路径信息进行校正之后,基于校正的周边车辆的信息,对基本车道信息的车道前方信息进行校正(S223)。换句话说,通过结合图9(A)中的车道后方信息与图9(B)中的车道前方信息,对图9(C)中的基本车道信息进行最后的校正,其中,车道后方信息为仅基于主车路径信息的估计结果,车道前方信息为仅基于主车前方周边车辆路径信息的估计结果。
参照图3,在通过这种方法对基本车道信息进行校正之后,从校正的基本车道信息中包含的周边车辆中提取出生成车道信息需要的周边车辆。换言之,利用周边车辆的路径信息和位置信息,以及之前过程中产生的车道信息,可以过滤并去除生成车道信息时所不需要的周边车辆。
此时,可考虑预设的最大可识别周边车辆数而提取周边车辆,而最大可识别车辆数可考虑计算量而设定。基于通过此过程估计的车道信息,可以更新所述可识别周边车辆。
同时,当可识别周边车辆数少于预设的最大值时,由于用于生成车道信息所需的周边车辆数较少,因此那些被确定为不是生成车道信息所需要的周边车辆未被除去。从这些未被除去的周边车辆路径信息中,可以提取车道改变之前的路径信息并将其用于生成车道信息。
当通过这种方式提取出生成车道信息所需要的周边车辆时,提取出与之前在提取的周边车辆中生成的车道信息相同或相邻的车道中存在的周边车辆的路径信息(S225)。换句话说,从所提取的用于生成车道信息的周边车辆的路径信息中,过滤并去除不属于之前过程中生成的车道信息的有效区域的路径信息。
然后,可以基于提取出的周边车辆路径信息,在车辆地图上生成车道信息(S226)。
参照图2,在通过这种方法生成车道信息后,基于生成的车道信息确定周边车辆的位置(S230)。
可以基于生成的车道信息确定周边车辆的位置,然后将其用于对之后将用于估计车道的周边车辆进行分类。当确定了周边车辆的位置后,可以基于车道信息,以及车道信息和已识别周边车辆之间的方向差异信息等,获取所识别周边车辆的经度/纬度方向信息。
此周边车辆位置确定操作将参见图4和图10进行描述。
图4为周边车辆位置确定操作的流程图。图10示出了选择可识别周边车辆的操作图。
在确定周边车辆位置时,首先,基于生成的车道信息宽度和周边车辆宽度,确定周边车辆相对于主车的当前位置(S231)。此时,周边车辆的当前位置可以分类为:在主车前方、左侧、右侧、较远的左侧和较远的右侧。
然后,基于周边车辆的行驶方向和车道信息的行驶方向,确定车道信息上周边车辆的行驶方向(S232)。此时,周边车辆的行驶方向可以分类为:向前、向后以及交叉。
同时,根据本发明示例性实施例,可以确定周边车辆是否为与主车交叉行驶过交叉路口的车辆。
为确定周边车辆是否为交叉车辆,首先确定,生成的车道信息的行驶方向与周边车辆的行驶方向的差值是否超过了预设的阈值达固定的时间段。当确定这个差值超过了预设的阈值时,可判定周边车辆为交叉行驶的车辆。
此时,通过在其当前位置被归类于较远左侧或较远右侧的车辆中只确定距离主车大于等于15度的周边车辆,可进一步增加确定周边车辆是否为交叉车辆的准确性。
另外,根据本发明示例性实施例,可以确定,周边车辆在行驶中相对于主车是否进行了变道。
为确定周边车辆在行驶过程中是否进行了变道,首先,确定主车与其周边所有方向上的周边车辆在行驶方向上的差异是否超过了预设的阈值。当此差异超过了预设的阈值时,相应的周边车辆可以判定为在行驶中进行了变道的周边车辆。
这样的周边车辆位置可如图10所示分类。换言之,根据在主车10的前方、后方、左侧和右侧(取决于周边车辆所在的位置)以及向前、向后和交叉的行驶方向(取决于周边车辆的行驶方向),行驶方向可分为11种。
再次参考图2,在确定周边车辆的位置后,基于周边车辆的位置选择可识别周边车辆(S240)。
根据本发明的示例性实施例,可进一步包括生成周边车辆信息表——包括可识别周边车辆的信息——的操作。也即,当基于周边车辆位置生成了可识别周边车辆信息时,生成的信息可以在周边车辆信息表中以旗帜的形式进行存储和更新。在每次执行操作时都可以更新此周边车辆信息表。
周边车辆信息表可以存储周边车辆信息达预定时间,然后删去该存储的信息。例如,周边车辆信息表可以存储可识别周边车辆信息达预定时间(500ms),然后当预定时间(500ms)过后,删去该存储的周边车辆信息。
存储在所述周边车辆信息表中的周边车辆信息,可以用于生成车道信息,并且当确定了周边车辆是否变道后,也可以用于生成下一个执行操作中的车道信息。此处,为了生成车道信息,只有车辆位置被分类为前方、右前方和左前方的车辆信息可用作周边车辆信息。
在上文描述中,根据本发明的实施,操作S210至S240可细分为附加操作或者合并为更小数量的操作。另外,一些操作可以根据需要省略,并且操作的顺序可以改变。进一步地,虽然此处省略,但是以上关于图1的描述可适用于图2至图4的周边车辆识别方法。
根据本发明的任一示例性实施例,通过WAVE识别周边车辆,因此可以超越现有驾驶辅助系统(DAS)传感器的局限。
另外,由于本发明的示例性实施例可以通过在设有V2X终端的车辆上安装软件来实现,因此不需要额外的硬件。
同时,本发明的一个示例性实施例的周边车辆识别方法也可以计算机程序的形式实现,所述程序存储在由计算机执行的介质中或者存储在包含计算机可执行指令的记录介质中。计算机可读介质可以是可由计算机访问的任何可用介质,包括易失性和非易失性介质以及可移除和不可移除介质。另外,计算机可读介质可同时包括计算机存储介质和通信介质。计算机存储介质包括易失性和非易失性介质以及可移除和不可移除介质,其以用于存储信息的任意方法或技术实现,例如,计算机可读指令、数据结构、程序模块,或其他数据。典型地,通信介质包括计算机可读指令、数据结构、程序模块、其他调制数据信号(例如,载波或其他传输机制)的数据,以及包括任意信息传输介质。
虽然本发明的具体实施例已在上文描述,但是其中的组件或者一部分或所有操作均可通过具有通用硬件架构的计算机系统来实现。
本发明的以上描述为示例性的,且本领域的普通技术人员应认识到,在不改变本发明的技术精神或本质特征的情况下,本发明可以其他具体形式容易实施。因此,应注意,以上描述的示例性实施例在所有方面都是示例性的,而不是限制性的。例如,每个所描述的单一类型的组件都可以以分布式的方式实现。同样地,描述的分布式组件可以以组合的方式实现。
还应注意到,本发明的范围是由权利要求限定,而不是由本发明的描述限定,并且权利要求的含义和范围以及所有从等效概念得到的修改均落入本发明的范围内。
Claims (19)
1.一种周边车辆识别系统识别周边车辆的方法,所述方法包括:
基于主车和周边车辆的路径信息生成车辆地图,其显示所述主车周围的一个或多个车辆相对于所述主车的当前位置的坐标;
基于所述主车的当前位置和曲率半径信息,以及所述主车和所述周边车辆的路径信息,在所述车辆地图上生成车道信息;
基于生成的车道信息,确定所述周边车辆的位置;以及
基于所述周边车辆的位置,选择可识别周边车辆。
2.根据权利要求1所述的方法,其中所述生成车道信息包括:
基于所述主车的路径信息,生成基本车道信息;
基于一个或多个位于所述主车前方的周边车辆的横向距离信息,校正所述周边车辆相对于所述主车的路径信息;和
基于校正的所述周边车辆的路径信息,校正所述基本车道信息的车道前方信息。
3.根据权利要求2所述的方法,其中所述生成车道信息进一步包括:
从已校正的基本车道信息中存在的周边车辆中,提取生成车道信息需要的周边车辆;
在提取的周边车辆中,提取与之前生成的路径信息相同或相邻的车道中的周边车辆的路径信息;和
基于提取出的周边车辆的路径信息,在车辆地图上生成所述车道信息。
4.根据权利要求3所述的方法,其中所述提取生成车道信息需要的周边车辆包括:
基于预设的最大可识别周边车辆数,提取所述周边车辆;以及
基于生成的车道信息,更新所述可识别周边车辆。
5.根据权利要求3所述的方法,其中,所述提取生成车道信息需要的周边车辆包括:当所述可识别周边车辆数小于预设的最小值时,原样地保留被确定为是生成车道信息不需要的周边车辆,以及
其中提取所述周边车辆的路径信息包括,从所述周边车辆的路径信息中提取路径信息,直至变道。
6.根据权利要求1所述的方法,其中确定所述周边车辆的位置包括:
基于生成的车道信息宽度和所述周边车辆的宽度,确定所述周边车辆相对于所述主车的当前位置;以及
基于所述周边车辆的行驶方向和生成的车道信息的行驶方向,确定所述车道信息上所述周边车辆的行驶方向。
7.根据权利要求6所述的方法,其中确定所述周边车辆的行驶方向包括:
确定生成的车道信息的行驶方向与所述周边车辆的行驶方向的差值是否超过预设的阈值达固定的时间;以及
当确定所述差值超过了预设的阈值时,判定相应的周边车辆为交叉行驶过交叉路口的周边车辆。
8.根据权利要求6所述的方法,其中确定所述周边车辆的行驶方向包括:
确定所述主车与其周边所有方向存在的所述周边车辆在行驶方向上的差值是否超过了预设的阈值;以及
当确定所述差值超过了预设的阈值时,判定相应的周边车辆进行了变道。
9.根据权利要求1所述的方法,进一步包括:生成周边车辆信息表,其包括可识别周边车辆的信息,
其中,在所述周边车辆信息表中,基于所述周边车辆的位置选择的所述可识别周边车辆的信息被更新。
10.根据权利要求9所述的方法,其中所述周边车辆信息表存储所述可识别周边车辆的信息达预设时间,然后删去此信息。
11.一种用于识别主车周边的一个或多个车辆的周边车辆识别系统,所述周边车辆识别系统包括:
通信模块,其与所述周边车辆交换数据;
位置信息接收模块,其接收所述主车的位置信息;
存储器,其存储用于识别所述周边车辆的程序;以及
处理器,其执行所述程序,
其中当执行所述程序时,所述处理器基于所述主车和所述周边车辆的路径信息,生成车辆地图,其显示所述周边车辆相对于所述主车的当前位置的坐标;基于所述主车的当前位置和曲率半径信息以及所述主车和所述周边车辆的路径信息,在所述车辆地图上生成车道信息;基于生成的车道信息,确定所述周边车辆的位置;以及基于所述周边车辆的位置,选择可识别周边车辆。
12.根据权利要求11所述的周边车辆识别系统,其中,所述通信模块通过内部车载网络(IVN)接收所述主车的位置信息,和通过车辆环境无线接入(WAVE)接收所述周边车辆的位置信息。
13.根据权利要求11所述的方法,其中,所述处理器基于所述主车的路径信息,生成基本车道信息;基于所述主车前方的一个或多个周边车辆的横向距离信息,校正所述周边车辆相对于所述主车的路径信息;然后,基于校正的所述周边车辆的路径信息,校正所述基本车道信息的车道前方信息。
14.根据权利要求13所述的方法,其中,所述处理器从已校正基本车道信息中存在的周边车辆中提取生成车道信息所需要的周边车辆;在提取的周边车辆中提取与之前生成的车道信息相同或相邻的车道中的周边车辆的路径信息;以及基于提取出的周边车辆的路径信息,在所述车辆地图上生成车道信息。
15.根据权利要求14所述的方法,其中,所述处理器基于预设的最大可识别车辆数,提取所述周边车辆,以及基于生成的车道信息,更新所述可识别周边车辆。
16.根据权利要求14所述的方法,其中,当所述可识别周边车辆的数目小于预设的最小值时,所述处理器不会移除被确定为是生成车道信息所不需要的周边车辆,以及从所述周边车辆的路径信息中提取路径信息,直至变道。
17.根据权利要求11所述的方法,其中所述处理器基于生成的车道信息宽度和周边车辆的宽度,确定所述周边车辆相对于所述主车的当前位置,以及基于所述周边车辆的行驶方向和生成的车道信息,确定车道信息上所述周边车辆的行驶方向。
18.根据权利要求17所述的方法,其中所述处理器确定生成的车道信息中的行驶方向与所述周边车辆的行驶方向的差值是否超过了预设的阈值达固定的时间;以及当确定所述差值超过了预设的阈值时,判定相应的周边车辆为交叉行驶过交叉路口的周边车辆。
19.根据权利要求17所述的方法,其中所述处理器确定所述主车与其周边所有方向上的周边车辆在行驶方向上的差值是否超过了预设的阈值;以及当确定所述差值超过了预设的阈值时,判定相应的周边车辆进行了变道。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2015-0177846 | 2015-12-14 | ||
KR1020150177846A KR102503253B1 (ko) | 2015-12-14 | 2015-12-14 | 주변 차량 인지 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106875744A true CN106875744A (zh) | 2017-06-20 |
CN106875744B CN106875744B (zh) | 2019-08-20 |
Family
ID=58773249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611149565.1A Active CN106875744B (zh) | 2015-12-14 | 2016-12-13 | 周边车辆识别系统及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10115313B2 (zh) |
KR (4) | KR102503253B1 (zh) |
CN (1) | CN106875744B (zh) |
DE (1) | DE102016221620B4 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108766004A (zh) * | 2018-04-27 | 2018-11-06 | 榛硕(武汉)智能科技有限公司 | 无人驾驶车辆的超车控制系统和方法 |
CN109895774A (zh) * | 2017-12-07 | 2019-06-18 | 现代自动车株式会社 | 用于控制车辆的车道变更的装置和方法 |
CN110379155A (zh) * | 2018-09-30 | 2019-10-25 | 长城汽车股份有限公司 | 用于确定道路目标坐标的方法及系统 |
CN110979318A (zh) * | 2019-11-20 | 2020-04-10 | 苏州智加科技有限公司 | 车道信息获取方法、装置、自动驾驶车辆及存储介质 |
CN115257771A (zh) * | 2022-09-28 | 2022-11-01 | 天津所托瑞安汽车科技有限公司 | 一种路口识别方法、电子设备和存储介质 |
CN116259194A (zh) * | 2023-03-21 | 2023-06-13 | 阿维塔科技(重庆)有限公司 | 一种车辆防碰撞方法及装置、设备、存储介质 |
US11926339B2 (en) | 2018-09-30 | 2024-03-12 | Great Wall Motor Company Limited | Method for constructing driving coordinate system, and application thereof |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9545361B1 (en) * | 2011-07-25 | 2017-01-17 | Dispersol Technologies, Llc | Multiple speed process for preserving heat sensitive portions of a thermokinetically melt blended batch |
KR102503253B1 (ko) | 2015-12-14 | 2023-02-22 | 현대모비스 주식회사 | 주변 차량 인지 시스템 및 방법 |
US10535257B2 (en) | 2017-10-20 | 2020-01-14 | International Business Machines Corporation | Transfer of image data taken by an on-vehicle camera |
KR102463720B1 (ko) | 2017-12-18 | 2022-11-07 | 현대자동차주식회사 | 차량의 경로 생성 시스템 및 방법 |
KR102247168B1 (ko) * | 2018-12-26 | 2021-05-03 | 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 | 자율 주행 차량 내 비 회피 계획 시스템의 장애물 필터링 방법 |
WO2020171605A1 (ko) * | 2019-02-19 | 2020-08-27 | 에스케이텔레콤 주식회사 | 주행 정보 제공 방법, 차량맵 제공 서버 및 방법 |
CN112147655B (zh) * | 2019-06-28 | 2023-07-04 | 厦门雅迅网络股份有限公司 | 定位轨迹的鉴别方法及计算机可读存储介质 |
CN110992710B (zh) * | 2019-12-13 | 2021-03-16 | 潍柴动力股份有限公司 | 弯道测速预警方法、装置、控制设备及可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130261947A1 (en) * | 2012-04-03 | 2013-10-03 | Denso Corporation | Driving assistance device |
CN103503045A (zh) * | 2011-04-27 | 2014-01-08 | 丰田自动车株式会社 | 周边车辆检测装置 |
CN103582907A (zh) * | 2011-06-13 | 2014-02-12 | 日产自动车株式会社 | 道路形状判定装置、车载用图像识别装置、拍摄轴调整装置及车道识别方法 |
KR101526816B1 (ko) * | 2014-09-12 | 2015-06-05 | 현대자동차주식회사 | 차선 추정 시스템 및 그 방법 |
CN104952249A (zh) * | 2015-06-10 | 2015-09-30 | 浙江吉利汽车研究院有限公司 | 基于车联网的驾驶行为纠正方法及装置 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6636258B2 (en) | 2001-10-19 | 2003-10-21 | Ford Global Technologies, Llc | 360° vision system for a vehicle |
EP2085279B1 (en) * | 2008-01-29 | 2011-05-25 | Ford Global Technologies, LLC | A system for collision course prediction |
KR101070882B1 (ko) * | 2009-01-12 | 2011-10-06 | 엠로그씨주식회사 | 리얼 맵 정보 제공 방법 및 그 시스템 |
US8775063B2 (en) | 2009-01-26 | 2014-07-08 | GM Global Technology Operations LLC | System and method of lane path estimation using sensor fusion |
WO2010099789A1 (de) * | 2009-03-04 | 2010-09-10 | Continental Teves Ag & Co. Ohg | Verfahren zur automatischen erkennung eines fahrmanövers eines kraftfahrzeugs und ein dieses verfahren umfassendes fahrerassistenzsystem |
JP5552339B2 (ja) * | 2010-03-12 | 2014-07-16 | トヨタ自動車株式会社 | 車両制御装置 |
KR101798053B1 (ko) | 2010-09-06 | 2017-11-15 | 현대모비스 주식회사 | V2v 기반 차량 충돌 회피 제어 시스템 및 방법 |
JP2012212337A (ja) * | 2011-03-31 | 2012-11-01 | Daihatsu Motor Co Ltd | 車車間通信装置および車車間通信システム |
KR101394770B1 (ko) * | 2012-08-30 | 2014-05-15 | 주식회사 만도 | 곡선 차선 모델을 이용한 영상 안정화 방법 및 시스템 |
KR101398068B1 (ko) * | 2012-09-17 | 2014-05-27 | 주식회사 이미지넥스트 | 차량 설치 카메라 외부 파라미터 추정 방법 및 장치 |
KR101442702B1 (ko) * | 2012-11-23 | 2014-09-22 | 현대엠엔소프트 주식회사 | 차선 변경 차량과 충돌 사고 방지 시스템 및 그 방법 |
DE102013019112B4 (de) | 2013-11-15 | 2021-10-14 | Audi Ag | Kraftfahrzeug mit Spurverlaufserkennung für die Fahrerassistenz |
KR102503253B1 (ko) | 2015-12-14 | 2023-02-22 | 현대모비스 주식회사 | 주변 차량 인지 시스템 및 방법 |
-
2015
- 2015-12-14 KR KR1020150177846A patent/KR102503253B1/ko active IP Right Grant
-
2016
- 2016-11-04 DE DE102016221620.1A patent/DE102016221620B4/de active Active
- 2016-11-17 US US15/354,057 patent/US10115313B2/en active Active
- 2016-12-13 CN CN201611149565.1A patent/CN106875744B/zh active Active
-
2022
- 2022-03-03 KR KR1020220027712A patent/KR102507427B1/ko active IP Right Grant
-
2023
- 2023-02-09 KR KR1020230017144A patent/KR102625882B1/ko active IP Right Grant
- 2023-03-15 KR KR1020230034179A patent/KR102591812B1/ko active IP Right Grant
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103503045A (zh) * | 2011-04-27 | 2014-01-08 | 丰田自动车株式会社 | 周边车辆检测装置 |
CN103582907A (zh) * | 2011-06-13 | 2014-02-12 | 日产自动车株式会社 | 道路形状判定装置、车载用图像识别装置、拍摄轴调整装置及车道识别方法 |
US20130261947A1 (en) * | 2012-04-03 | 2013-10-03 | Denso Corporation | Driving assistance device |
KR101526816B1 (ko) * | 2014-09-12 | 2015-06-05 | 현대자동차주식회사 | 차선 추정 시스템 및 그 방법 |
CN104952249A (zh) * | 2015-06-10 | 2015-09-30 | 浙江吉利汽车研究院有限公司 | 基于车联网的驾驶行为纠正方法及装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109895774A (zh) * | 2017-12-07 | 2019-06-18 | 现代自动车株式会社 | 用于控制车辆的车道变更的装置和方法 |
CN109895774B (zh) * | 2017-12-07 | 2023-04-28 | 现代自动车株式会社 | 用于控制车辆的车道变更的装置和方法 |
CN108766004A (zh) * | 2018-04-27 | 2018-11-06 | 榛硕(武汉)智能科技有限公司 | 无人驾驶车辆的超车控制系统和方法 |
CN110379155A (zh) * | 2018-09-30 | 2019-10-25 | 长城汽车股份有限公司 | 用于确定道路目标坐标的方法及系统 |
CN110379155B (zh) * | 2018-09-30 | 2021-01-26 | 长城汽车股份有限公司 | 用于确定道路目标坐标的方法及系统 |
US11926339B2 (en) | 2018-09-30 | 2024-03-12 | Great Wall Motor Company Limited | Method for constructing driving coordinate system, and application thereof |
CN110979318A (zh) * | 2019-11-20 | 2020-04-10 | 苏州智加科技有限公司 | 车道信息获取方法、装置、自动驾驶车辆及存储介质 |
CN110979318B (zh) * | 2019-11-20 | 2021-06-04 | 苏州智加科技有限公司 | 车道信息获取方法、装置、自动驾驶车辆及存储介质 |
CN115257771A (zh) * | 2022-09-28 | 2022-11-01 | 天津所托瑞安汽车科技有限公司 | 一种路口识别方法、电子设备和存储介质 |
CN116259194A (zh) * | 2023-03-21 | 2023-06-13 | 阿维塔科技(重庆)有限公司 | 一种车辆防碰撞方法及装置、设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR102507427B1 (ko) | 2023-03-07 |
US20170169711A1 (en) | 2017-06-15 |
KR102625882B1 (ko) | 2024-01-15 |
KR102591812B1 (ko) | 2023-10-19 |
US10115313B2 (en) | 2018-10-30 |
DE102016221620A1 (de) | 2017-06-14 |
KR20230022938A (ko) | 2023-02-16 |
DE102016221620B4 (de) | 2022-08-25 |
KR102503253B1 (ko) | 2023-02-22 |
CN106875744B (zh) | 2019-08-20 |
KR20230041991A (ko) | 2023-03-27 |
KR20220031607A (ko) | 2022-03-11 |
KR20170070395A (ko) | 2017-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106875744B (zh) | 周边车辆识别系统及方法 | |
JP7077517B2 (ja) | 自律車両ナビゲーションで使用する陸標を識別するシステム、及び、自律車両ナビゲーションで使用する陸標を識別する方法 | |
US11263771B2 (en) | Determining lane position of a partially obscured target vehicle | |
EP3818339B1 (en) | Systems and methods for vehicle navigation | |
US9933268B2 (en) | Method and system for improving accuracy of digital map data utilized by a vehicle | |
US20200005641A1 (en) | Apparatus for informing parking position and method thereof | |
US9576200B2 (en) | Background map format for autonomous driving | |
CN108303103A (zh) | 目标车道的确定方法和装置 | |
JP2022535839A (ja) | 破線車線検出方法、装置及び電子機器 | |
KR101251729B1 (ko) | 주차 제어 방법 및 그 장치 | |
CN110146910A (zh) | 一种基于gps与激光雷达数据融合的定位方法及装置 | |
WO2021138619A2 (en) | Vehicle navigation with pedestrians and determining vehicle free space | |
US20200284588A1 (en) | Map refinement using feature extraction from images | |
CN116125980A (zh) | 无人货车驾驶方法、装置、电子设备及存储介质 | |
Chipka et al. | Estimation and navigation methods with limited information for autonomous urban driving | |
WO2022147274A1 (en) | Systems and methods for road segment mapping | |
WO2021245515A1 (en) | Detection of traffic safety mirrors and navigational response | |
CN116499478A (zh) | 生成高清晰度地图的方法、云服务器和车辆 | |
WO2022226531A1 (en) | Vision based cooperative vehicle localization system and method for gps-denied environments | |
CN115705720A (zh) | 用于汽车应用的3d车道检测模型的训练 | |
CN115480579A (zh) | 履带式移动机械及其既定轨迹跟踪控制方法、装置、介质 |
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 |