CN108062600A - 一种基于矩形建模的车辆碰撞预警方法及装置 - Google Patents
一种基于矩形建模的车辆碰撞预警方法及装置 Download PDFInfo
- Publication number
- CN108062600A CN108062600A CN201711365956.1A CN201711365956A CN108062600A CN 108062600 A CN108062600 A CN 108062600A CN 201711365956 A CN201711365956 A CN 201711365956A CN 108062600 A CN108062600 A CN 108062600A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision
- time
- collision time
- collide
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于矩形建模的车辆碰撞预警方法,包括以下步骤:获取车辆的行驶状态信息,并根据行驶状态信息建立矩形模型对可能发生的碰撞分类,并判断是否可能发生碰撞;计算车辆可能发生碰撞的长边碰撞时间和短边碰撞时间;对所述长边碰撞时间和短边碰撞时间进行比较,输出最终的碰撞预警时间。本发明还提供一种基于矩形建模的车辆碰撞预警装置,不仅适用于各种大小的车辆,贴合车辆的形状建模,预测实际的运行轨迹,得到准确的碰撞时间,而且大大减小了计算量,且能够给出准确的碰撞预警时间。
Description
技术领域
本发明属于智能交通及车路协同技术领域,尤其涉及一种V2X环境下的车辆碰撞预警方法及装置。
背景技术
汽车的智能化、网联化已成为汽车工业的发展趋势,行车安全备受重视,在行驶的车辆上采用V2V车辆通信技术是一种行之有效的减少车辆碰撞危险的方法。行驶的车辆通过车载设备提供并获取行驶的信息,预测车辆的运行轨迹,根据具体的情况进行计算,判断是否可能发生碰撞。目前用于检测车辆碰撞的指标主要有TTC(碰撞发生时间)与TTA(避险时间),利用算法计算出碰撞发生时间,对驾驶员提前给出预警,能够有效的减少碰撞,提高行车的安全性,给出的碰撞发生时间若与实际相比过大,会使得驾驶员对系统疲劳,感受到侵略性,而若给出碰撞发生时间与实际相比过小,则会使得驾驶员不能及时做出应变,所以给出一个准确的碰撞发生时间尤为重要。
已有的避免碰撞算法一种是对车辆进行点建模,根据前进方向、速度预测运行轨迹,若前进轨迹存在交点,可能发生碰撞,则在碰撞点恢复出车辆的模型,给出一个车辆通过碰撞点的时间段t,若两车从当前位置到达碰撞点的时间差小于t,则认为两车可能发生碰撞,给出车辆到达碰撞点的时间作为碰撞预警时间。
已有的避免碰撞算法另一种思路是对车辆进行圆形建模,以车辆中心为圆心,以长宽形成的对角线为半径构成一个圆形模型,将车辆包含在内,进行轨迹预测时,若车辆的圆形模型区域存在重叠则表明两车可能发生碰撞。
现有的避免碰撞算法,局限主要在于不能贴合车辆的实际形状进行建模,预测实际的运行轨迹,给出准确的避撞时间。对车辆点建模,在碰撞点恢复车辆模型的方法的问题主要在于,首先是不能准确预测车辆的运行轨迹,导致预测的碰撞点的位置不准确,与实际应用中给出的碰撞预警时间存在较大的误差;对车辆进行圆形建模,中小型车辆能够给出比较准确的预测时间,在实际中得到比较好的应用,但是对于长宽比比较大的车辆,圆形建模的模型与车辆实际形状存在较大的差距,会导致频繁的误触预警系统。
而已有的对车辆矩形建模的避免碰撞算法,是在建立矩形模型后,对矩形向外扩充得到车辆的安全边界,对未来一定时间内车辆安全边界的位置利用插值算法进行预计,判断两车的安全边界是否存在重叠,若存在重叠则认为可能发生碰撞。
此种已有的矩形建模的方法,虽然能够克服点模型及圆形模型的部分缺点,但是由于对车辆的矩形模型进行扩充得到安全边界,利用安全边界预测未来n秒后车辆的安全边界,只可以得出未来的n秒内车辆是否可能发生碰撞,无法给出具体的碰撞发生时间;而且,在预测n秒后两车安全区域是否存在重叠时,需要分别遍历两辆车的四个顶点和四条边,以判断是否与另一辆车存在交点,计算量非常大。
发明内容
为了解决现有技术存在的不足,本发明的目的在于提供一种基于矩形建模的车辆碰撞预警方法及装置,通过车载设备获取当前车辆及可能与之发生碰撞的对方车辆的行驶状态信息,建立矩形的模型,判断是否能够发生碰撞并计算出碰撞时间,给出最终的碰撞预警时间。
为实现上述目的,本发明提供的基于矩形建模的车辆碰撞预警方法,包括以下步骤:
1)获取车辆的行驶状态信息,并根据行驶状态信息建立矩形模型;
2)对可能发生的碰撞分类,并判断是否可能发生碰撞;
3)计算车辆可能发生碰撞的长边碰撞时间和短边碰撞时间;
4)对所述长边碰撞时间和短边碰撞时间进行比较,输出最终的碰撞预警时间。
进一步地,所述步骤1)进一步包括,获取当前车辆的位置、行驶速度、方向、车辆大小;根据车辆当前的定位坐标、前进方向和长和宽,利用中心定位坐标,前进方向、前进方向的垂直方向的单位向量,结合车辆的长和宽,得到车辆的四个顶点的坐标,实现对车辆的矩形建模。
进一步地,所述步骤2)进一步包括以下步骤:
将车辆的矩形模型的长边发生碰撞作为长边碰撞,将车辆的矩形模型短边发生碰撞作为短边碰撞;
分别判断是否可能发生长边碰撞或/和短边碰撞。
进一步地,所述判断是否可能发生长边碰撞或/和短边碰撞的步骤,进一步包括:
根据车辆的前进方向计算出两车前进方向的夹角,判断是否可能发生长边碰撞或/和短边碰撞。
进一步地,所述根据车辆的前进方向计算出两车前进方向的夹角,判断是否可能发生长边碰撞的步骤,进一步包括,
若则为当前车辆的右边与另一辆车的左边发生碰撞;
若或则为当前车辆的右边与另一辆车的右边发生碰撞,或者为当前车辆的左边与另一辆车的左边发生碰撞;
若则为当前车辆的左边与另一辆车的右边发生碰撞;
其中,α为两车前进方向的夹角。
进一步地,所述步骤3)进一步包括,
依据两车前进方向,计算两车前进方向的夹角,将可能发生碰撞的边按照前进方向延长,求出延长线的交点,即为碰撞点;
利用车辆的当前位置及所述碰撞点,计算当前车辆距离碰撞点的距离,再根据车辆的速度分别得到两辆车到达碰撞点的时间段;若两车经过碰撞点的时间段存在重叠,则重叠时间段的最小值即为长边碰撞时间。
进一步地,所述步骤3)进一步包括,
发生碰撞的边在短边的车辆静止,另一辆车相对此车运动,根据另一辆车四个顶点的位置按照相对运动的方向延长,预测其四个顶点的运动路线,计算运动路线与静止车辆的前边或后边有交点,则该交点则为两辆车可能的碰撞点;
计算发生相对运动的车辆的各个顶点到达交点的距离,计算出各个顶点到碰撞点的时间,取最小值为短边碰撞时间。
进一步地,所述步骤8)进一步包括,
比较所述长边碰撞时间与短边碰撞时间的大小,若长边碰撞时间小于短边碰撞时间,则输出长边碰撞时间为最终的碰撞预警时间;
判断长边碰撞时间是否为极大数,若是,则输出极大数为最终的碰撞预警时间,否则输出短边碰撞时间为最终的碰撞预警时间。
为实现上述目的,本发明提供的基于矩形建模的车辆碰撞预警装置,包括:行驶状态信息获取单元、矩形建模单元、碰撞判断单元、碰撞时间计算单元,以及预警信息生成单元,其特征在于,
所述行驶状态信息获取单元,用于获取当前车辆和可能与之发生碰撞的对方车辆的行驶状态信息;
所述矩形建模单元,其根据所述行驶状态信息,对车辆建立贴合车辆形状的矩形模型;
所述碰撞判断单元,其用于对可能发生的碰撞进行分类,判断是否可能发生碰撞;
所述碰撞时间计算单元,其用于计算在不同碰撞类型时,计算出可能发生碰撞的时间;
所述预警信息生成单元,其根据所述可能发生碰撞的时间,确定并给出碰撞预警时间。
更进一步地,所述行驶状态信息获取单元,其获取当前车辆的位置、行驶速度、方向、车辆大小。
本发明的基于矩形建模的车辆碰撞预警方法及装置,通过车载设备获取当前车辆及可能与之发生碰撞的对方车辆的行驶状态信息,利用车辆的大小及前进方向对车辆建立矩形的模型,根据目前的行驶状态,包括车辆的位置、方向、速度等相关信息对可能发生的碰撞进行分类,根据碰撞的可能情况预测车辆的运行轨迹,得到准确的碰撞点,计算车辆从当前位置到达碰撞点处需要的时间,判断是否会发生碰撞,若发生碰撞,给出车辆到达碰撞点的时间作为碰撞预警时间。此种方法及装置不仅适用于各种大小的车辆,贴合车辆的形状建模,预测实际的运行轨迹,得到准确的碰撞时间,而且大大减小了计算量,且能够给出准确的碰撞预警时间。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,并与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为根据本发明的基于矩形建模的车辆碰撞预警方法工作流程图;
图2为根据本发明的长边碰撞预警工作流程图;
图3为根据本发明的长边碰撞情景示意图;
图4为根据本发明的短边碰撞预警工作流程图;
图5为根据本发明的短边碰撞情景示意图;
图6为本发明的基于矩形建模的车辆碰撞预警装置原理框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明的基于矩形建模的车辆碰撞预警方法,首先需要利用车载设备获取车辆的行驶状态信息,包括当前车辆的位置、行驶速度、方向、车辆大小等;然后利用这些信息对车辆建立贴合车辆形状的矩形模型;接着对可能发生的碰撞进行分类,分为长边碰撞与短边碰撞,在这两类情况下分别判断是否可能发生碰撞,若可能则计算出预测的发生碰撞的时间,不能则将时间设定为一极大数;最后比较两种类别的碰撞下预测的碰撞时间,若均为极大数,则不会发生碰撞,不给出预警,否则,两种类别的预测时间较小的则为预测的碰撞时间。
图1为根据本发明的基于矩形建模的车辆碰撞预警方法工作流程图,下面将参考图1对本发明的基于矩形建模的车辆碰撞预警方法进行详细描述。
首先,在步骤101,获取车辆的行驶状态信息,并根据行驶状态信息建立矩形模型。在该步骤中,利用车载设备获取车辆的行驶状态信息,并利用车辆的行驶状态信息对车辆建立贴合车辆形状的矩形模型。其中,包括车辆的行驶状态信息,包括:当前车辆的位置、行驶速度、方向、车辆大小等。
车载设备提供车辆当前的定位坐标,前进方向,长和宽。利用中心定位坐标,前进方向、前进方向的垂直方向的单位向量,结合车辆的长和宽,得到车辆的四个顶点的坐标,实现对车辆的矩形建模。
在步骤102,根据目前的行驶状态,包括车辆的位置、方向、速度等相关信息对可能发生的碰撞进行分类。
在该步骤中,建模为矩形,将矩形车辆的四边分别定义为前边、后边,左边和右边,相对于中心点处于前进方向的边为前边,相对于中心点处于前进方向相反方向的边为后边,按照前进方向位于中心点左边的边为左边,位于中心点右边的边为右边。将发生的碰撞情形分为两个大类:
1、长边碰撞:车辆的矩形模型的长边(两辆车的左边或右边)发生碰撞;
2、短边碰撞:车辆的矩形模型短边(前边或后边)与另一辆车发生碰撞,包括追尾、迎面相撞等。
每一个实际的场景,需要分别考虑长边碰撞与短边碰撞两种情况。
在步骤103,根据碰撞类型,分别判断是否可能发生碰撞。在该步骤中,分别对长边碰撞和短边碰撞的情况判断是否可能发生碰撞。
1、长边碰撞情况下判断是否可能发生碰撞:
根据车辆的前进方向可以对车辆长边碰撞的边进行分类,记另一辆车的前进方向在当前车辆前进方向的逆时针方向的角度为α。
1)若则为当前车辆的右边与另一辆车的左边发生碰撞;
2)若或则为当前车辆的右边与另一辆车的右边发生碰撞,或者为当前车辆的左边与另一辆车的左边发生碰撞;
3)若则为当前车辆的左边与另一辆车的右边发生碰撞;
其中,α为两车前进方向的夹角。
4)若两车夹角为π、2π时,以上几种情况均需要考虑。
2、短边碰撞情况下判断是否可能发生碰撞:
短边碰撞即一辆车的前边或后边与另一辆车发生碰撞的情况,追尾,迎面撞击,一辆车前端或后端撞击另一辆车的侧边均属于此种情况。
两车前进方向夹角为任何数均可能发生此碰撞,可将碰撞分类为当前车辆的前边和后边撞击另一辆车的边,以及另一辆车的短边撞击当前车的边。
在步骤104,确定即将发生碰撞的类型,计算可能发生碰撞的时间。在该步骤中,分别计算出长边碰撞和短边碰撞的时间。
1、长边碰撞时间的计算:
1)计算碰撞点:
依据两车前进方向,计算两车前进方向的夹角,依据下列分类情况,将可能发生碰撞的边按照前进方向延长,求出延长线的交点,即为碰撞点。
1.1)若则为当前车辆的右边与另一辆车的左边发生碰撞;
1.2)若或则为当前车辆的右边与另一辆车的右边发生碰撞,或者为当前车辆的左边与另一辆车的左边发生碰撞;
1.3)若则为当前车辆的左边与另一辆车的右边发生碰撞。
1.4)若两车夹角为π、2π时,以上几种情况均需要考虑。
2)计算碰撞时间:
利用车辆的当前位置及计算出的碰撞点,计算当前车辆距离碰撞点的距离,再根据车辆的速度分别得到两辆车到达碰撞点的时间段。若两车经过碰撞点的时间段存在重叠,则重叠时间段的最小值即为碰撞时间。
2、短边碰撞时间的计算:
1)计算碰撞点
假定发生碰撞的边在短边的车辆静止,另一辆车相对此车运动,根据另一辆车四个顶点的位置按照相对运动的方向延长,预测其四个顶点的运动路线,计算运动路线是否与假定静止车辆的前边或后边有交点,若存在交点,交点则为两辆车可能的碰撞点。
2)计算碰撞时间
按照上述步骤发生相对运动的车辆的四个顶点的运动路线可能与假定静止车辆的前后边有多个交点,这些交点均为可能的碰撞点,计算发生相对运动的车辆的各个顶点到达交点的距离,利用距离及相对运动的速度计算出各个顶点到碰撞点的时间,比较几个时间,其中的最小值即为此种情况下的碰撞预警时间。
在步骤105,根据可能发生碰撞的时间,给出碰撞预警时间。该步骤中,对计算出的长边碰撞时间和短边碰撞时间进行比较,其中较小的即为最终的碰撞预警时间。
图2为根据本发明的长边碰撞预警工作流程图,下面将参考图2,对本发明的本发明的长边碰撞预警进行详细描述。
首先,在步骤201,利用车载设备获取当前车辆与目标车辆的前进方向,根据前进方向计算出两车前进方向的夹角。
在步骤202,判断两车夹角所在范围,确定可能发生碰撞的边。该步骤中,确定可能发生碰撞的边,包括:
1)判断两车前进方向的夹角α是否是若在此之间,则认为可能时当前车辆的右边与另一车辆的左边发生碰撞。
2)否则,再判断两车前进方向的夹角α是否是或若在此之间,则认为可能时当前车辆的右边与另一车辆的右边发生碰撞,或者为当前车辆的左边与另一辆车的左边发生碰撞。
3)否则,再判断两车前进方向的夹角α是否是之间,若在此之间,则认为当前车辆的左边与另一车辆的右边发生碰撞。
4)若以上几种情况均不满足,则说明两车前进方向夹角是 π、,则前面每种情况均需要考虑。
在步骤203,将可能发生碰撞的边沿车辆的前进方向延长,判断是否存在交点。在步骤204,若存在交点则可能发生碰撞,交点即为碰撞点。
在步骤205,结合车辆当前的位置与速度,计算出车辆经过可能的碰撞点的时间。若夹角为π、,需要考虑多种情况,此时比较多种情况下计算出的预测碰撞时间,取最小的作为此种情况下的预测结果。
在步骤206,比较步骤205中计算得到的两辆车经过碰撞点的时间,判断是否可能发生碰撞。
图3为根据本发明的长边碰撞情景示意图,如图3所示,假设两辆车以如图所示的方向行驶,
根据步骤201)获取两车前进方向的夹角为α。
根据步骤202)得到α的大小在0到之间判断为当前车辆的右边与另一辆车的左边发生碰撞。根据步骤203)利用车辆大小及中心位置,得到可能发生碰撞的边的顶点坐标,当前车辆的两个顶点坐标为(x11,y11)及(x12,y12),另一辆车的两个顶点坐标为(x21,y21)及(x21,y21),将两顶点所在直线延长,判断延长线是否存在交点。根据步骤204),得到的交点即为碰撞点,坐标为(x,y)。按照步骤205)计算两车经过碰撞点的时间段,当前车辆的前进方向为(vec11,vec12),另一辆车的前进方向为(vec21,vec22)。
计算当前车辆到达碰撞点的时间:
计算当前车辆到达碰撞点的时间
若vec11≠0
若vec12≠0
否则车辆静止在原地,认为其到达碰撞点的时间
t1=0
计算当前车辆通过碰撞点的时间
若vec11≠0
若vec12≠0
否则车辆静止在原地,认为其通过碰撞点的时间
t2二5999(5999表示认为超出预测限,一极大数
则当前车辆经过碰撞点的时间(t1,t2)
同样的可以求得另一辆车经过碰撞点的时间(t3,t4)。
根据步骤206)
得到预测的TTC,若时间段(t1,t2)与(t3,t4)存在交集,若[t1,t2]∩[t3,t4]≠φ,即若t3≤t1≤t4或t1≤t3≤t2。则认为两辆车可能发生碰撞,预测的碰撞时间为交集的左边界,为t1或t3。
图4为根据本发明的短边碰撞预警工作流程图,下面将参考图4,对本发明的本发明的短边碰撞预警进行详细描述。
首先,在步骤401,利用车载设备获取两辆车的行驶状态信息。
在步骤402,利用步骤401中获取的行驶状态信息,分两种情况考虑。一种是假设当前车辆静止,另一辆车相对此车相对运动,另一种是当前车辆相对另一辆车运动,另一辆车静止。
在步骤403,两种情况下分别判断假定运动的车辆的四个顶点的运动轨迹与另一辆车的前边后后边是否存在交点。
在步骤404,若存在交点则可能发生碰撞,交点即为可能的碰撞点;若均不存在交点,则认为不会发生碰撞,不给出预警。
在步骤405,利用车辆的行驶速度计算几个交点对应的碰撞时间中最小的作为此种情况预测的碰撞时间。
图5为根据本发明的短边碰撞情景示意图,如图5所示,两辆车以图中所示的方向行驶。
根据步骤401获取车辆的行驶状态信息,当前车辆按照(vec11,vec12)的速度方向前进,车的四个顶点分别为(x11,y11),(x12,y12),(x13,y13),(x14,y14);另一辆车按照(vec21,vec22)的速度方向前进,车的四个顶点分别为(x21,y21),(x22,y22),(x23,y23),(x24,y24)。
根据步骤402先假定当前车辆静止,另一辆车相对于当前车辆的前进速度(vec1,vec2),另一辆车沿着相对运动方向延长与当前车辆的前边和后边所在直线的交点为(p1,q1),(p2,q2),(p3,q3),(p4,q4)。
根据步骤2-3)比对这些交点是否在当前车辆的前边或后边上(即交点不在前、后边的延长线上).根据步骤2-4)判断若在前、后边上则两车可能发生碰撞,碰撞点可能是(p1,q1),(p2,q2),(p3,q3),(p4,q4)中的一个点。
利用另一辆车的顶点、碰撞点以及前进速度计算两车可能的发生碰撞的时间,根据步骤2-5)计算得到的四个可能的碰撞时间记为t1,t2,t3,t4,计算方法以t1为例为:
若vecl≠0
若vec2≠0
否则车2相对于车1静止,两车不会发生碰撞,令t1=5999(5999表示认为超出预测限,为一极大数)。
同样的再按照假定当前车辆运动,另一车辆静止计算出四个可能的碰撞时间,与前一种情况下的t1,t2,t3,t4比较,得到的最小值即为预测的碰撞时间。
图6为本发明的基于矩形建模的车辆碰撞预警装置原理框图。如图6所示,本发明的基于矩形建模的车辆碰撞预警装置,包括,行驶状态信息获取单元701、矩形建模单元702、碰撞判断单元703、碰撞时间计算单元704,以及预警信息生成单元705,其中,
行驶状态信息获取单元701,其用于获取当前车辆和可能与之发生碰撞的对方车辆的行驶状态信息,包括,当前车辆的位置、行驶速度、方向、车辆大小等相关信息。
矩形建模单元702,其根据行驶状态信息获取单元701获取的行驶状态信息,对车辆建立贴合车辆形状的矩形模型。
碰撞判断单元703,对可能发生的碰撞进行分类,分为长边碰撞与短边碰撞,在这两类情况下分别判断是否可能发生碰撞。
碰撞时间计算单元704,其用于计算在不同碰撞类型时,可能发生碰撞的时间。
预警信息生成单元705,其根据碰撞时间计算单元704的计算结果,确定并给出碰撞预警时间。
本领域普通技术人员可以理解:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于矩形建模的车辆碰撞预警方法,包括以下步骤:
1)获取车辆的行驶状态信息,并根据行驶状态信息建立矩形模型;
2)对可能发生的碰撞分类,并判断是否可能发生碰撞;
3)计算车辆可能发生碰撞的长边碰撞时间和短边碰撞时间;
4)对所述长边碰撞时间和短边碰撞时间进行比较,输出最终的碰撞预警时间。
2.根据权利要求1所述的基于矩形建模的车辆碰撞预警方法,其特征在于,所述步骤1)进一步包括,获取当前车辆的位置、行驶速度、方向、车辆大小;根据车辆当前的定位坐标、前进方向和长和宽,利用中心定位坐标,前进方向、前进方向的垂直方向的单位向量,结合车辆的长和宽,得到车辆的四个顶点的坐标,实现对车辆的矩形建模。
3.根据权利要求1所述的预测车辆碰撞时间的方法,其特征在于,所述步骤2)进一步包括以下步骤:
将车辆的矩形模型的长边发生碰撞作为长边碰撞,将车辆的矩形模型短边发生碰撞作为短边碰撞;
分别判断是否可能发生长边碰撞或/和短边碰撞。
4.根据权利要求3所述的预测车辆碰撞时间的方法,其特征在于,所述判断是否可能发生长边碰撞或/和短边碰撞的步骤,进一步包括:
根据车辆的前进方向计算出两车前进方向的夹角,判断是否可能发生长边碰撞或/和短边碰撞。
5.根据权利要求4所述的预测车辆碰撞时间的方法,其特征在于,所述根据车辆的前进方向计算出两车前进方向的夹角,判断是否可能发生长边碰撞的步骤,进一步包括,
若则为当前车辆的右边与另一辆车的左边发生碰撞;
若或则为当前车辆的右边与另一辆车的右边发生碰撞,或者为当前车辆的左边与另一辆车的左边发生碰撞;
若则为当前车辆的左边与另一辆车的右边发生碰撞;
其中,α为两车前进方向的夹角。
6.根据权利要求1所述的预测车辆碰撞时间的方法,其特征在于,所述步骤3)进一步包括,
依据两车前进方向,计算两车前进方向的夹角,将可能发生碰撞的边按照前进方向延长,求出延长线的交点,即为碰撞点;
利用车辆的当前位置及所述碰撞点,计算当前车辆距离碰撞点的距离,再根据车辆的速度分别得到两辆车到达碰撞点的时间段;若两车经过碰撞点的时间段存在重叠,则重叠时间段的最小值即为长边碰撞时间。
7.根据权利要求1所述的预测车辆碰撞时间的方法,其特征在于,所述步骤3)进一步包括,
发生碰撞的边在短边的车辆静止,另一辆车相对此车运动,根据另一辆车四个顶点的位置按照相对运动的方向延长,预测其四个顶点的运动路线,计算运动路线与静止车辆的前边或后边有交点,则该交点则为两辆车可能的碰撞点;
计算发生相对运动的车辆的各个顶点到达交点的距离,计算出各个顶点到碰撞点的时间,取最小值为短边碰撞时间。
8.根据权利要求1所述的预测车辆碰撞时间的方法,其特征在于,所述步骤8)进一步包括,
比较所述长边碰撞时间与短边碰撞时间的大小,若长边碰撞时间小于短边碰撞时间,则输出长边碰撞时间为最终的碰撞预警时间;
判断长边碰撞时间是否为极大数,若是,则输出极大数为最终的碰撞预警时间,否则输出短边碰撞时间为最终的碰撞预警时间。
9.一种预测车辆碰撞时间的装置,包括,行驶状态信息获取单元、矩形建模单元、碰撞判断单元、碰撞时间计算单元,以及预警信息生成单元,其特征在于,
所述行驶状态信息获取单元,用于获取当前车辆和可能与之发生碰撞的对方车辆的行驶状态信息;
所述矩形建模单元,其根据所述行驶状态信息,对车辆建立贴合车辆形状的矩形模型;
所述碰撞判断单元,其用于对可能发生的碰撞进行分类,判断是否可能发生碰撞;
所述碰撞时间计算单元,其用于计算在不同碰撞类型时,计算出可能发生碰撞的时间;
所述预警信息生成单元,其根据所述可能发生碰撞的时间,确定并给出碰撞预警时间。
10.根据权利要求9所述的预测车辆碰撞时间的装置,其特征在于,所述行驶状态信息获取单元,其获取当前车辆的位置、行驶速度、方向、车辆大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365956.1A CN108062600B (zh) | 2017-12-18 | 2017-12-18 | 一种基于矩形建模的车辆碰撞预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365956.1A CN108062600B (zh) | 2017-12-18 | 2017-12-18 | 一种基于矩形建模的车辆碰撞预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108062600A true CN108062600A (zh) | 2018-05-22 |
CN108062600B CN108062600B (zh) | 2021-06-18 |
Family
ID=62139431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711365956.1A Active CN108062600B (zh) | 2017-12-18 | 2017-12-18 | 一种基于矩形建模的车辆碰撞预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108062600B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986461A (zh) * | 2018-07-13 | 2018-12-11 | 西安理工大学 | 一种基于时间的交叉路口车辆碰撞概率分析方法 |
CN109360445A (zh) * | 2018-07-09 | 2019-02-19 | 重庆大学 | 一种基于横向与纵向运动学特征分布的高速换道风险检测方法 |
CN109523830A (zh) * | 2018-11-08 | 2019-03-26 | 中交第公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
CN110085056A (zh) * | 2019-04-24 | 2019-08-02 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
CN111899567A (zh) * | 2019-05-06 | 2020-11-06 | 江苏金海星导航科技有限公司 | 一种基于定位的船舶防碰撞优化方法及系统 |
CN112026762A (zh) * | 2020-09-15 | 2020-12-04 | 北京经纬恒润科技有限公司 | 一种车辆碰撞分析方法及装置 |
CN112061118A (zh) * | 2019-05-21 | 2020-12-11 | 上海汽车集团股份有限公司 | 车辆碰撞预测方法及装置 |
CN112464384A (zh) * | 2020-12-14 | 2021-03-09 | 星觅(上海)科技有限公司 | 一种碰撞时间预估方法、装置、设备及存储介质 |
CN112700471A (zh) * | 2020-12-31 | 2021-04-23 | 广东美的白色家电技术创新中心有限公司 | 碰撞检测方法、设备及计算机可读存储介质 |
WO2021135728A1 (zh) * | 2019-12-30 | 2021-07-08 | 郑州宇通客车股份有限公司 | 一种自动驾驶车辆碰撞预测判断方法及装置 |
US11094144B2 (en) | 2012-06-04 | 2021-08-17 | Geotab Inc. | VIN based accelerometer threshold |
CN113496626A (zh) * | 2020-03-19 | 2021-10-12 | 广州汽车集团股份有限公司 | 一种车辆碰撞预警方法、装置及汽车 |
US11254306B2 (en) * | 2018-06-29 | 2022-02-22 | Geotab Inc. | Characterizing a vehicle collision |
CN114078326A (zh) * | 2020-08-19 | 2022-02-22 | 北京万集科技股份有限公司 | 碰撞检测方法、装置、视觉传感器和存储介质 |
CN114694394A (zh) * | 2022-03-22 | 2022-07-01 | 山东交通学院 | 一种特种车辆智能提示方法及装置 |
CN115311898A (zh) * | 2022-08-10 | 2022-11-08 | 湖南北云科技有限公司 | 车辆避障方法及相关设备 |
US11862022B2 (en) | 2021-02-03 | 2024-01-02 | Geotab Inc. | Methods for characterizing a vehicle collision |
US11884285B2 (en) | 2021-02-03 | 2024-01-30 | Geotab Inc. | Systems for characterizing a vehicle collision |
US11941986B2 (en) | 2021-02-03 | 2024-03-26 | Geotab Inc. | Methods for characterizing a low-impact vehicle collision using high-rate acceleration data |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034013A (zh) * | 2010-12-30 | 2011-04-27 | 长安大学 | 汽车斜碰撞事故分析计算与模拟再现计算机系统 |
CN103308923A (zh) * | 2012-03-15 | 2013-09-18 | 通用汽车环球科技运作有限责任公司 | 来自多个激光雷达的距离图像配准方法 |
CN104157167A (zh) * | 2014-08-28 | 2014-11-19 | 银江股份有限公司 | 一种基于协同相对定位技术的车辆防碰撞方法 |
CN104882025A (zh) * | 2015-05-13 | 2015-09-02 | 东华大学 | 一种基于车联网技术的碰撞检测预警方法 |
CN105059190A (zh) * | 2015-08-17 | 2015-11-18 | 上海交通大学 | 基于视觉的汽车开门碰撞预警装置及方法 |
CN105975682A (zh) * | 2016-04-29 | 2016-09-28 | 大连楼兰科技股份有限公司 | 在汽车碰撞中采用sph技术完成水马建模的方法 |
CN106056972A (zh) * | 2016-06-29 | 2016-10-26 | 江苏科技大学 | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 |
CN107146412A (zh) * | 2017-06-07 | 2017-09-08 | 江苏大学 | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 |
-
2017
- 2017-12-18 CN CN201711365956.1A patent/CN108062600B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102034013A (zh) * | 2010-12-30 | 2011-04-27 | 长安大学 | 汽车斜碰撞事故分析计算与模拟再现计算机系统 |
CN103308923A (zh) * | 2012-03-15 | 2013-09-18 | 通用汽车环球科技运作有限责任公司 | 来自多个激光雷达的距离图像配准方法 |
CN104157167A (zh) * | 2014-08-28 | 2014-11-19 | 银江股份有限公司 | 一种基于协同相对定位技术的车辆防碰撞方法 |
CN104882025A (zh) * | 2015-05-13 | 2015-09-02 | 东华大学 | 一种基于车联网技术的碰撞检测预警方法 |
CN105059190A (zh) * | 2015-08-17 | 2015-11-18 | 上海交通大学 | 基于视觉的汽车开门碰撞预警装置及方法 |
CN105975682A (zh) * | 2016-04-29 | 2016-09-28 | 大连楼兰科技股份有限公司 | 在汽车碰撞中采用sph技术完成水马建模的方法 |
CN106056972A (zh) * | 2016-06-29 | 2016-10-26 | 江苏科技大学 | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 |
CN107146412A (zh) * | 2017-06-07 | 2017-09-08 | 江苏大学 | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11631285B2 (en) | 2012-06-04 | 2023-04-18 | Geotab Inc. | Vin based accelerometer threshold |
US11094144B2 (en) | 2012-06-04 | 2021-08-17 | Geotab Inc. | VIN based accelerometer threshold |
US11758358B2 (en) | 2018-06-29 | 2023-09-12 | Geotab Inc. | Characterizing a vehicle collision |
US11254306B2 (en) * | 2018-06-29 | 2022-02-22 | Geotab Inc. | Characterizing a vehicle collision |
US11963065B2 (en) | 2018-06-29 | 2024-04-16 | Geotab Inc. | Characterizing a vehicle collision |
CN109360445B (zh) * | 2018-07-09 | 2021-02-09 | 重庆大学 | 一种基于横向与纵向运动学特征分布的高速换道风险检测方法 |
CN109360445A (zh) * | 2018-07-09 | 2019-02-19 | 重庆大学 | 一种基于横向与纵向运动学特征分布的高速换道风险检测方法 |
CN108986461A (zh) * | 2018-07-13 | 2018-12-11 | 西安理工大学 | 一种基于时间的交叉路口车辆碰撞概率分析方法 |
CN109523830B (zh) * | 2018-11-08 | 2021-08-03 | 中交第一公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
CN109523830A (zh) * | 2018-11-08 | 2019-03-26 | 中交第公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
CN110085056B (zh) * | 2019-04-24 | 2021-06-08 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
CN110085056A (zh) * | 2019-04-24 | 2019-08-02 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
CN111899567A (zh) * | 2019-05-06 | 2020-11-06 | 江苏金海星导航科技有限公司 | 一种基于定位的船舶防碰撞优化方法及系统 |
CN112061118A (zh) * | 2019-05-21 | 2020-12-11 | 上海汽车集团股份有限公司 | 车辆碰撞预测方法及装置 |
WO2021135728A1 (zh) * | 2019-12-30 | 2021-07-08 | 郑州宇通客车股份有限公司 | 一种自动驾驶车辆碰撞预测判断方法及装置 |
CN113496626B (zh) * | 2020-03-19 | 2023-06-02 | 广州汽车集团股份有限公司 | 一种车辆碰撞预警方法、装置及汽车 |
CN113496626A (zh) * | 2020-03-19 | 2021-10-12 | 广州汽车集团股份有限公司 | 一种车辆碰撞预警方法、装置及汽车 |
CN114078326A (zh) * | 2020-08-19 | 2022-02-22 | 北京万集科技股份有限公司 | 碰撞检测方法、装置、视觉传感器和存储介质 |
CN112026762B (zh) * | 2020-09-15 | 2021-06-29 | 北京经纬恒润科技股份有限公司 | 一种车辆碰撞分析方法及装置 |
CN112026762A (zh) * | 2020-09-15 | 2020-12-04 | 北京经纬恒润科技有限公司 | 一种车辆碰撞分析方法及装置 |
CN112464384B (zh) * | 2020-12-14 | 2021-09-14 | 星觅(上海)科技有限公司 | 一种碰撞时间预估方法、装置、设备及存储介质 |
CN112464384A (zh) * | 2020-12-14 | 2021-03-09 | 星觅(上海)科技有限公司 | 一种碰撞时间预估方法、装置、设备及存储介质 |
CN112700471B (zh) * | 2020-12-31 | 2024-06-07 | 广东美的白色家电技术创新中心有限公司 | 碰撞检测方法、设备及计算机可读存储介质 |
CN112700471A (zh) * | 2020-12-31 | 2021-04-23 | 广东美的白色家电技术创新中心有限公司 | 碰撞检测方法、设备及计算机可读存储介质 |
US11884285B2 (en) | 2021-02-03 | 2024-01-30 | Geotab Inc. | Systems for characterizing a vehicle collision |
US11862022B2 (en) | 2021-02-03 | 2024-01-02 | Geotab Inc. | Methods for characterizing a vehicle collision |
US11941986B2 (en) | 2021-02-03 | 2024-03-26 | Geotab Inc. | Methods for characterizing a low-impact vehicle collision using high-rate acceleration data |
CN114694394A (zh) * | 2022-03-22 | 2022-07-01 | 山东交通学院 | 一种特种车辆智能提示方法及装置 |
CN115311898A (zh) * | 2022-08-10 | 2022-11-08 | 湖南北云科技有限公司 | 车辆避障方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108062600B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062600A (zh) | 一种基于矩形建模的车辆碰撞预警方法及装置 | |
US20210339741A1 (en) | Constraining vehicle operation based on uncertainty in perception and/or prediction | |
CN107945574B (zh) | 一种车辆碰撞预警方法、装置及设备 | |
Gelbal et al. | Collision avoidance of low speed autonomous shuttles with pedestrians | |
CN110362077A (zh) | 无人驾驶车辆紧急避险决策系统、方法及介质 | |
Sato et al. | Multilayer lidar-based pedestrian tracking in urban environments | |
Batz et al. | Recognition of dangerous situations within a cooperative group of vehicles | |
CN110834631A (zh) | 一种行人避让方法、装置、车辆及存储介质 | |
Lee et al. | Collision risk assessment for possible collision vehicle in occluded area based on precise map | |
CN109941275A (zh) | 车道变换方法、装置、电子设备及存储介质 | |
US11697412B2 (en) | Collision monitoring using statistic models | |
Kim et al. | Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system | |
JP7145815B2 (ja) | 電子制御装置 | |
Yu et al. | Risk assessment and planning with bidirectional reachability for autonomous driving | |
Gelbal et al. | Elastic band based pedestrian collision avoidance using V2X communication | |
US20220314968A1 (en) | Electronic control device | |
Woo et al. | Dynamic potential-model-based feature for lane change prediction | |
CN106218612B (zh) | 一种汽车安全行驶的方法、装置以及终端 | |
CN109933945B (zh) | 交通环境建模方法 | |
WO2021051959A1 (zh) | 车辆控制的方法、装置、控制器和智能汽车 | |
WO2023082492A1 (zh) | 一种航站楼载人机器人路径拓展通行方法 | |
CN109754625A (zh) | 一种无人驾驶的校园外卖车的驾驶方法 | |
JP2020019301A (ja) | 挙動決定装置 | |
Siebke et al. | Report on integration of the stochastic traffic simulation | |
Karanam et al. | Virtual obstacle for a safe and comfortable approach to limited visibility situations in urban autonomous driving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |