CN109147316A - 一种基于v2x通信和高精度定位的城市车道车辆统计方法 - Google Patents

一种基于v2x通信和高精度定位的城市车道车辆统计方法 Download PDF

Info

Publication number
CN109147316A
CN109147316A CN201810811992.4A CN201810811992A CN109147316A CN 109147316 A CN109147316 A CN 109147316A CN 201810811992 A CN201810811992 A CN 201810811992A CN 109147316 A CN109147316 A CN 109147316A
Authority
CN
China
Prior art keywords
road
lane
vehicle
communication
statistics
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810811992.4A
Other languages
English (en)
Inventor
蒋建春
李玉环
杨允新
张号
曾素华
文方波
刘红东
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201810811992.4A priority Critical patent/CN109147316A/zh
Publication of CN109147316A publication Critical patent/CN109147316A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles

Abstract

本发明请求保护一种基于V2X通信和高精度定位城市车道车辆统计方法。该方法主要是为智能交通管理和控制实时地提供精确的车道级车辆分布数据。该架构由含V2X通信模块和高精度定位模块的OBU(车载终端)设备、含V2X通信模块的RSU(路侧设备)设备和MEC(边缘网络计算)服务器为基础,可以对不同的交叉路口或者特定的统计路段对每个车道上装有OBU设备的车辆位置分布信息以及运动状态参数进行精确的统计,提高了车辆统计的实时性和准确率。

Description

一种基于V2X通信和高精度定位的城市车道车辆统计方法
技术领域
本发明属于智能交通以及车联网技术领域,涉及一种基于V2X通信和高精度定位的按车道进行车辆统计的架构和方法。
背景技术
现阶段,交通拥堵已成为世界性“城市病”,我国各个地区每年因交通拥堵不仅造成了严重的能源浪费,而且对国家经济和环境也造成了严重影响;然而,汽车的数量仍然处于上升趋势,从1985年开始到2011年,我国的汽车总量每五年至少增加一倍,截止到2010年时,我国私人汽车总量相比2005年甚至增加到2.2倍。据公安部交管局统计,截至2018年6月底,全国机动车保有量达3.04亿辆,其中汽车2.05亿辆;随着汽车数量的不断增加,各大城市都出现了不同程度的交通拥堵,以北京、上海、深圳等大型城市最为明显,因此治理交通拥堵迫在眉睫。
很多地区想通过增加道路的建设和建立先进公共交通系统来缓解交通拥堵问题,但是道路建设远远赶不上车辆增长,并且公共交通系统因未充分利用系统收集到的数据导致其运行效率明显偏低;目前国际上解决交通拥堵主流技术方案是对车辆进行有效的交通管理和调度,即智能交通系统ITS(Intelligent Transportation Systems)。
随着车联网(V2X)短距离通信技术的发展,使得车与其他设备之间的通信变成现实。V2X是一种在智能交通系统中车辆和其他元素之间进行高可靠和低时延信息传输来提升交通效率和安全的通信方式,主要包括V2V(Vehicle-to-Vehicle)、V2I(Vehicle-to-Infrastructure)、V2P(Vehicle-to-Pedestrian)和V2N(Vehicle-to-Network)。目前,V2X通信已经被标准化和使用的解决方案主要有两种:一种是适用于美国和欧洲的基于IEEE802.11p的DSRC(Dedicated Short Range Communications),另一种是适用于中国复杂网络环境的基于4G蜂窝网标准的C-V2X(Cellular-V2X)。并且V2X通信也是即将到来的5G通信的重要组成部分,很多针对5G V2X通信的研究成果使得V2X通信在不就将来将会变得更加成熟。
另外,高精度地图和高精度定位作为智能网联汽车的基础技术,在近几年也得到了快速发展,相关的研究也取得了突破性进展。我国北斗三号环球定位系统已经进入研制生产环节,35颗北斗卫星全球组网计划预计在2020年完成;北斗三号系统的定位精度相比北斗二号将提升1至2倍,达到2.5米至5米的水平,并在保存北斗二号短报文功能的同时提升相关性能。在2017年6月,北斗地基增强系统提供初始服务,可提供米级、亚米级、分米级,甚至厘米、毫米级的服务,可以满足智能网联汽车的高精度地图和高精度定位需求分米级甚至是厘米级的高精度定位对智能交通来说是至关重要的。在智能交通中高精度定位的策略主要是相对定位,包括差分定位和RTK定位技术,目前很多针对相对定位的研究使得定位精度进一步提高。不仅如此,很多商用定位芯片也能支持厘米级定位和惯性导航等功能,像u-blox F9,千寻魔方MC100M等等,其不仅可以输出精确地位置,而且能够精确测量出车辆的运动数据,如实时车速、加速度以及航向角;另外,5G通信标准中增加了高精度定位的服务,使得高精度定位覆盖范围进一步扩大,应用场景更加的丰富。
目前车辆统计的方法主要是通过地感线圈和交通摄像头的图像识别的方法进行车辆计数,这种方式不能准确的和全面的获得运动中的车辆数据,包括车牌号、速度、加速度、经纬度、航向角以及车辆所在车道信息;而随着V2X通信和高精度定位技术的发展,使用这两种技术实时地对城市中各个车道的车辆分布情况进行精确探测是可能的,也是智能交通的基础要求。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种实现对交通的智能管理;通过这种分级统计数据存储的方式使得统计数据利用效率最大化和统计实时性提升的同时,保证了交通管理策略制定的合理性的方法。本发明的技术方案如下:
一种基于V2X通信和高精度定位的城市车道车辆统计方法,其包括以下步骤:
OBU设备在收到RSU设备广播的当前路口MapData数据包后,在第一次检测到通过起始线StartLine时,通过V2I通信向RSU设备发送进入统计区域类型的消息,检测到通过终止线EndLine时,向RSU设备发送离开统计区域类型的消息;当OBU检测到车辆在统计区域内改变车道时,发送改变车道类型的统计消息;此外,车辆因交通拥堵或者等待红灯而停止运动一段时间后,OBU设备在第一次检测到车辆重新开始运动时发送重新运动类型的统计消息。
进一步的,所述OBU设备(1)是车辆统计的核心部件,其主要完成车辆统计过程中的本车的位置判断、车道适配以及消息发送;RSU设备(2)是车辆统计的中间设备,其收集并整理覆盖区域内的OBU设备(1)发送的相关统计数据,用于当前路口交通信号灯的实时控制,并将当前路口的车辆统计数据以固定周期向MEC服务器(3)发送;MEC服务器将RSU设备(2)发送的统计消息进行整理并存储在数据库中,以供区域内的交通管理和控制使用。
进一步的,还包括在车辆统计前行车道有效范围的设计配置步骤:首先,当前路口统计道路仅选择进入该路口方向的道路,离开该路口方向的道路为下一个路口的统计区域;其次,具体道路的统计有效范围由起始线StartLine和终止线EndLine来确定,终止线EndLine设定在当前路口的停止线处,其由各车道在此位置的中心点坐标相连而成;起始线StartLine位置是可变的,需根据具体路口道路情况以及RSU设备的最大通信范围而设定,其由道路两侧的两点的坐标相连而成。
进一步的,车辆统计前还包括进行车辆车道匹配的步骤:OBU设备对本车进行车道匹配时是借助RSU设备广播的MapData数据包而完成的;首先,OBU将自身的位置与MapData中的所有标定点的距离进行对比,以及将自身航向角与MapData中各路段的航向角进行对比,从而确定车辆所在道路,得到在某一交叉路口具有唯一性的道路标识码;之后,在车辆通过该道路的StartLine后,依次使用GuideLine1,GuideLine2(如果存在则使用)和最后的EndLine中的各个标定点与本车实时坐标进行距离对比,确定车辆所在具体车道,得到某条道路上唯一的车道标识码,完成车道适配过程。
进一步的,所述RSU设备向OBU设备广播的当前路口的MapData数据包的内容,MapData数据包包括当前交叉路口各车道的位置及标号在内的基础地理数据,主要包括当前路口标识码,StartLine、GuideLine和EndLine中各点坐标,各路段的航向角,道路的标识码,车道标识码在内的道路基础数据。
进一步的,OBU设备向RSU设备发送的车辆统计消息的内容,车辆统计消息发送的统计数据类型有:进入统计区域,离开统计区域,改变车道,停止运动一段时间后重新运动四种;此外,统计消息内容主要包括当前路口标识码、所在道路标识码、车辆标识码、时间、车辆速度、加速度、航向角、3-D坐标(经纬度和海拔)和数据类型标识。
进一步的,所述EndLine设置在当前交叉路口中的道路的实际停止线位置,由车道中心点位置坐标形成,以辅助车辆进行车道适配;而StartLine的位置是可变的,是根据V2X的最大通信距离以及大致需要进行车辆统计的道路区域而定的;若城市道路两个相邻交叉路口间距一般小于V2X最大通信距离,StartLine设置在该道路在上一个路口开始的位置;若两个相邻路口之间的距离大于V2X通信范围,则将该道路上的StartLine设置在能够与RSU设备进行可靠通信且距离RSU设备最远的位置,因此车辆统计有效范围为StartLine与EndLine之间的道路。
进一步的,GuideLine位于StartLine和EndLine之间,用于辅助车辆进行车道匹配,其数量需要根据道路弯曲情况设定,若统计区域内的道路笔直,一般在50米左右的间距,从StartLine向EndLine方向依次设定,若统计区域内的道路存在弯道,则在保证车道适配准确性的前提下多弯道处增加GuideLine的数量。
进一步的,所述MapData数据包由包括StartLine、GuideLine和EndLine、各路段航向角值以及道路标识码在内的数据编码而成,首先,采集各道路的航向角值,即道路方向与正北方向沿顺时针方向的夹角,如果道路存在弯道,则采集两条GuideLine之间的大致航向角值;然后,将以上的三种辅助线中的各标定点的坐标、各路段航向角值,以及路口标识码、道路标识码、车道标识码和每个车道相连的下一路口ID等信息存储在所负责的RSU设备中的MapData数据中,以固定周期通过V2X通信进行广播,以用于辅助车辆OBU设备确定所在的车道位置。
进一步的,如果交叉路口附近道路存在弯道,首先根据V2X通信范围以及大致统计区域选择统计起始线StartLine的位置,统计区域终止线EndLine设置在该路口的实际停止线位置,而GuideLine需要根据道路弯曲程度进行适当增加,主要以两GuideLine之间的道路航向角内改变范围不超过45度为原则。
本发明的优点及有益效果如下:
1.在没有车道级地图的前提下,通过对统计区域的道路进行特殊点的位置标定,使用所提出的车道识别算法以及越线算法实现了对道路中车辆进行车道级的高效统计。
2.统计数据存储在负责当前交叉路口或者路段的RSU设备中,可以保证RSU设备根据当前交叉路口车辆分布情况实时周期性控制交通灯,以应对突发性的交通状况;另外统计数据在每个交通灯的周期结束时向MEC服务器发送汇总的当前周期内的统计数据,以供大数据平台分析,实现对交通的智能管理;通过这种分级统计数据存储的方式使得统计数据利用效率最大化和统计实时性提升的同时,保证了交通管理策略制定的合理性。
3.车道车辆位置的判断过程是在OBU设备实时进行的,减少了路侧设备的负载;RSU设备发送基础定位的MapData数据包以及接收各个车辆中的OBU设备发送的不同类型的统计消息即可完成车辆统计;这样可以在保证车辆统计数据的实时性和准确性的同时,降低RSU设备的计算压力,以及减少V2X通信信道服务压力。
附图说明
图1是本发明提供优选实施例统计区域内的无弯道情况下道路关键位置标定示意图;
图2是车辆统计架构模型;
图3是OBU设备进行车道适配流程图;
图4是统计区域内有弯道情况下道路关键位置标定示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
1.基于V2X通信和高精度定位的车辆统计硬件架构及各设备间的通信方式
A.硬件架构包含三种类型的设备:OBU设备、RSU设备以及MEC服务器。三者之间的通信连接关系如图2所示,其中OBU与RSU之间使用C-V2X来实现V2I通信,RSU与MEC服务器之间使用蜂窝通信网及光纤通信网进行通信。
B.OBU设备中使用相关的模块能够进行高精度定位,V2X通信,通过Wi-Fi通信建立车内互联网络,以及运行操作系统和相关应用。
C.RSU设备能够进行V2X通信,以及通过蓝牙与交叉路口内各组交通信号灯通信,通过移动蜂窝网络与MEC服务器进行通信,通过高精度定位对其自身位置进行定位,以及运行操作系统和相关应用。
2.基于V2X和高精度定位的城市车道车辆统计实现方法
A.首先对统计区域以及区域内的各路段进行划分。路段划分由三种辅助线(StartLine、GuideLine和EndLine)来确定,这三种辅助线是对统计区域内的道路的关键位置进行坐标标定而形成,统计区域内各辅助线设置如图4所示。其中EndLine设置在当前交叉路口中的道路的实际停止线位置,由车道中心点位置坐标形成,以辅助车辆进行车道适配;而StartLine的位置是可变的,是根据V2X的最大通信距离以及大致需要进行车辆统计的道路区域而定的;若城市道路两个相邻交叉路口间距一般小于V2X最大通信距离,StartLine一般设置在该道路在上一个路口开始的位置;若两个相邻路口之间的距离大于V2X通信范围,则将该道路上的StartLine设置在能够与RSU设备进行可靠通信且距离RSU设备最远的位置,因此车辆统计有效范围为StartLine与EndLine之间的道路。另外,GuideLine位于StartLine和EndLine之间,用于辅助车辆进行车道匹配,其数量需要根据道路弯曲情况设定,若统计区域内的道路笔直,一般在50米左右的间距,从StartLine向EndLine方向依次设定,若统计区域内的道路存在弯道,则在保证车道适配准确性的前提下多弯道处适当增加GuideLine的数量。
B.将上述三条辅助线、各路段航向角值以及道路标识码等数据编码成MapData数据包。首先,采集各道路的航向角值,即道路方向与正北方向沿顺时针方向的夹角,如果道路存在弯道,则采集两条GuideLine之间的大致航向角值。然后,将以上的三种辅助线中的各标定点的坐标、各路段航向角值,以及路口标识码、道路标识码、车道标识码和每个车道相连的下一路口ID等信息存储在所负责的RSU设备中的MapData数据中,以固定周期通过V2X通信进行广播,以用于辅助车辆OBU设备确定所在的车道位置。
C.OBU接收并筛选所需要的MapData数据包。当某一车辆接近路口时,其车载终端会接收到附近一个或多个路口的路侧设备发送的MapData,并解析;借助MapData中的全国唯一的路口标识码和路口中心点3-D(经纬度和海拔)坐标,以及车辆导航线路中即将通过的路口标识码,来筛选并只存储即将抵达的路口的路侧设备发送的MapData数据包。
D.OBU设备使用MapData中的数据确定车辆所在的道路。首先,OBU设备借助车载高精度定位中的位置坐标,实时地与MapData中的标志线(StartLine、GuideLine和EndLine)的坐标点和一些特殊的标记点坐标数据进行比较,确定车辆大致所在道路;然后,OBU再通过本车航向角与该道路各个路段的航向角值进行对比,最终确定车辆所在道路,获得该道路在MapData中的道路标识码。
E.OBU设备使用MapData中的StartLine判断车辆是否进入统计区域。假设现在已确定车辆在图1中的Road4的道路上,OBU首先判断车辆是否进入统计路段,即本车是否通过Road4中的起始线StartLine,若未通过,车辆不进行其他判断,仅循环判断是否通过StartLine;当OBU设备第一次检测到通过StartLine时,通过V2X通信向RSU设备发送进入统计区域的消息,统计消息内容包括当前路口标识码、所在道路标识码、车辆标识码、时间、车辆速度、航向角、3-D坐标(经纬度和海拔)和数据类型标识等数据。
F.车辆进入统计区域后,OBU使用辅助线GuideLine和EndLine判断车辆所在的具体车道。在车辆进入统计区域后,OBU首先通过自身实时的位置坐标与GuideLine1中的每个点的坐标进行距离对比,从而得到车辆所在车道及其标识码LaneID;当检测到车辆通过GuideLine1后,使用GuideLine2(如果MapData中有此辅助线时)进行辅助车道适配,当通过GuideLine2后使用下一条辅助线,直到最后车辆通过EndLine。
G.当车辆在统计区域内时,OBU在特定位置和时刻通过V2I通信发送车辆统计消息。当车辆在StartLine和EndLine之间行驶时,如果OBU设备检测车辆有变道时,将通过V2X通信向RSU设备发送变道类型的统计消息,包括当前路口标识码、所在道路标识码、车辆标识码、时间、车辆速度、航向角、3-D坐标(经纬度和海拔)和数据类型标识等数据;另外,如果车辆在统计区域内出现因交通拥堵或者等待红灯等情况而停车,OBU设备将在车辆重新开始运动时通过V2X发送重新运动类型的统计消息,包括当前路口标识码、所在道路标识码、车辆标识码、时间、车辆速度、航向角、3-D坐标(经纬度和海拔)、停车等待时间和数据类型标识等数据。
H.OBU设备使用MapData中的EndLine判断车辆是否离开统计区域。OBU通过车辆与EndLine之间的距离变化判断车辆是否离开通过EndLine,当第一次检测到本车通过时,OBU通过V2I通信向RSU设备发送离开该统计区域类型的统计消息,其内容包括当前路口标识码、所在道路标识码、离开时的车道标识码、车辆标识码、时间、车辆速度、航向角、3-D坐标(经纬度和海拔)和数据类型标识等数据,并开始下一个交叉路口的车辆统计。
I.RSU设备过滤并接收统计区域内的车辆统计消息。由于RSU可以收到其通信范围内的所有OBU发送的统计数据,所以RSU在存储统计数据前需根据路口标识码判断该数据是否是其所负责的统计路段的OBU发送的统计数据。如果是,则将该数据存储在本地数据库中;如果不是,则丢弃处理。
J.将统计数据进行两级存储。RSU收到并确认为当前统计区域内的OBU发送的车辆统计数据后,RSU将其存储在本地数据库中,用于应对突发交通状况下的当前路口的交通信号灯的实时控制;另外,RSU设备在一个交通信号灯周期即将结束时向MEC服务器发送本地统计数据,以供大数据分析,实现对区域内的各路口的交通灯的智能控制。
以下对本发明的优选实例进行详细的描述:应当理解,优选实例仅为了说明本发明,而不是为了限制本发明的保护范围。
优选实例1:统计道路笔直
在城市道路中,交叉路口附近道路一般是没有弯道或者道路接近笔直;并且两个相邻交叉路口距离不会超过V2X通信范围。因此,如图1所示,统计道路中起始线StartLine设定在上一个路口的位置,终止线EndLine设定在该路口的实际停止线位置,并在两线之间每隔50米设定一条辅助线GuideLine。
优选实例2:统计路段存在弯道情况
在特殊城市道路中,如果交叉路口附近道路存在弯道,如图4所示,首先是根据V2X通信范围以及大致统计区域选择统计起始线StartLine的位置,统计区域终止线EndLine设置在该路口的实际停止线位置,而GuideLine需要根据道路弯曲程度进行适当增加,主要以两GuideLine之间的道路航向角内改变范围不超过45度为原则,当然如果在弯道区域设定的GuideLine密度越大,车辆进行车道适配的结果越精确,但是MapData的数据包会变大,导致V2X通信信道服务压力增大,同时RSU设备广播MapData前,对其编码的时间以及OBU设备解码的时间会增加,因此GuideLine的密度需要合理设置。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,包括以下步骤:
车载终端OBU设备在收到路侧单元RSU设备广播的当前路口MapData数据包后,在第一次检测到通过起始线StartLine时,通过V2I通信向RSU设备发送进入统计区域类型的消息,检测到通过终止线EndLine时,向RSU设备发送离开统计区域类型的消息;当OBU检测到车辆在统计区域内改变车道时,发送改变车道类型的统计消息;当车辆因交通拥堵或者等待红灯而停止运动一段时间后,OBU设备在第一次检测到车辆重新开始运动时发送重新运动类型的统计消息给RSU设备。
2.根据权利要求1所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,所述OBU设备(1)是车辆统计的核心部件,其主要完成车辆统计过程中的本车的位置判断、车道适配以及消息发送;RSU设备(2)是车辆统计的中间设备,其收集并整理覆盖区域内的OBU设备(1)发送的相关统计数据,用于当前路口交通信号灯的实时控制,并将当前路口的车辆统计数据以固定周期向MEC服务器(3)发送;MEC服务器将RSU设备(2)发送的统计消息进行整理并存储在数据库中,以供区域内的交通管理和控制使用。
3.根据权利要求1所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,还包括在车辆统计前行车道有效范围的设计配置步骤:首先,当前路口统计道路仅选择进入该路口方向的道路,离开该路口方向的道路为下一个路口的统计区域;其次,具体道路的统计有效范围由起始线StartLine和终止线EndLine来确定,终止线EndLine设定在当前路口的停止线处,其由各车道在此位置的中心点坐标相连而成;起始线StartLine位置是可变的,需根据具体路口道路情况以及RSU设备的最大通信范围而设定,其由道路两侧的两点的坐标相连而成。
4.根据权利要求1所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,车辆统计前还包括进行车辆车道匹配的步骤:OBU设备对本车进行车道匹配时是借助RSU设备广播的MapData数据包而完成的;首先,OBU将自身的位置与MapData中的所有标定点的距离进行对比,以及将自身航向角与MapData中各路段的航向角进行对比,从而确定车辆所在道路,得到在某一交叉路口具有唯一性的道路标识码;之后,在车辆通过该道路的StartLine后,依次使用GuideLine1,GuideLine2(如果存在则使用)和最后的EndLine中的各个标定点与本车实时坐标进行距离对比,确定车辆所在具体车道,得到某条道路上唯一的车道标识码,完成车道适配过程。
5.根据权利要求1所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,所述RSU设备向OBU设备广播的当前路口的MapData数据包的内容,MapData数据包包括当前交叉路口各车道的位置及标号在内的基础地理数据,主要包括当前路口标识码,StartLine、GuideLine和EndLine中各点坐标,各路段的航向角,道路的标识码,车道标识码在内的道路基础数据。
6.根据权利要求1所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,OBU设备向RSU设备发送的车辆统计消息的内容,车辆统计消息发送的统计数据类型有:进入统计区域,离开统计区域,改变车道,停止运动一段时间后重新运动四种;此外,统计消息内容主要包括当前路口标识码、所在道路标识码、车辆标识码、时间、车辆速度、加速度、航向角、3-D坐标(经纬度和海拔)和数据类型标识。
7.根据权利要求1所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,所述EndLine设置在当前交叉路口中的道路的实际停止线位置,由车道中心点位置坐标形成,以辅助车辆进行车道适配;而StartLine的位置是可变的,是根据V2X的最大通信距离以及大致需要进行车辆统计的道路区域而定的;若城市道路两个相邻交叉路口间距一般小于V2X最大通信距离,StartLine设置在该道路在上一个路口开始的位置;若两个相邻路口之间的距离大于V2X通信范围,则将该道路上的StartLine设置在能够与RSU设备进行可靠通信且距离RSU设备最远的位置,因此车辆统计有效范围为StartLine与EndLine之间的道路。
8.根据权利要求7所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,GuideLine位于StartLine和EndLine之间,用于辅助车辆进行车道匹配,其数量需要根据道路弯曲情况设定,若统计区域内的道路笔直,一般在50米左右的间距,从StartLine向EndLine方向依次设定,若统计区域内的道路存在弯道,则在保证车道适配准确性的前提下多弯道处增加GuideLine的数量。
9.根据权利要求5所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,所述MapData数据包由包括StartLine、GuideLine和EndLine、各路段航向角值以及道路标识码在内的数据编码而成,首先,采集各道路的航向角值,即道路方向与正北方向沿顺时针方向的夹角,如果道路存在弯道,则采集两条GuideLine之间的大致航向角值;然后,将以上的三种辅助线中的各标定点的坐标、各路段航向角值,以及路口标识码、道路标识码、车道标识码和每个车道相连的下一路口ID等信息存储在所负责的RSU设备中的MapData数据中,以固定周期通过V2X通信进行广播,以用于辅助车辆OBU设备确定所在的车道位置。
10.根据权利要求5所述的基于V2X通信和高精度定位的城市车道车辆统计方法,其特征在于,如果交叉路口附近道路存在弯道,首先根据V2X通信范围以及大致统计区域选择统计起始线StartLine的位置,统计区域终止线EndLine设置在该路口的实际停止线位置,而GuideLine需要根据道路弯曲程度进行适当增加,主要以两GuideLine之间的道路航向角内改变范围不超过45度为原则。
CN201810811992.4A 2018-07-23 2018-07-23 一种基于v2x通信和高精度定位的城市车道车辆统计方法 Pending CN109147316A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810811992.4A CN109147316A (zh) 2018-07-23 2018-07-23 一种基于v2x通信和高精度定位的城市车道车辆统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810811992.4A CN109147316A (zh) 2018-07-23 2018-07-23 一种基于v2x通信和高精度定位的城市车道车辆统计方法

Publications (1)

Publication Number Publication Date
CN109147316A true CN109147316A (zh) 2019-01-04

Family

ID=64801444

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810811992.4A Pending CN109147316A (zh) 2018-07-23 2018-07-23 一种基于v2x通信和高精度定位的城市车道车辆统计方法

Country Status (1)

Country Link
CN (1) CN109147316A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109862086A (zh) * 2019-01-21 2019-06-07 华北电力大学 一种车载边缘计算中基于匹配算法的任务分配策略
CN110588726A (zh) * 2019-09-26 2019-12-20 公安部交通管理科学研究所 一种基于lte-v2x的有轨电车信号优先控制系统与方法
CN110782703A (zh) * 2019-10-30 2020-02-11 长安大学 一种基于lte-v通信的前向碰撞预警方法
CN110827555A (zh) * 2019-10-24 2020-02-21 浩鲸云计算科技股份有限公司 基于软件定义的交通信号控制系统和方法
WO2021138793A1 (en) * 2020-01-07 2021-07-15 Qualcomm Incorporated Intersection trajectory determination and messaging

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745607A (zh) * 2014-01-09 2014-04-23 中国科学技术大学苏州研究院 基于车路协同的弯道速度预警方法
CN104021684A (zh) * 2014-06-19 2014-09-03 奇瑞汽车股份有限公司 一种车路协同交通控制系统
CN104537848A (zh) * 2015-01-08 2015-04-22 南开大学 一种基于车载自组织网络的城市道路交通状态探测方法
CN104637315A (zh) * 2015-02-06 2015-05-20 北京交通大学 车路协同环境下的无信号交叉口优化控制方法和系统
CN104835321A (zh) * 2015-05-04 2015-08-12 石立公 一种车道车辆流量统计系统及其车道车辆流量统计方法
CN105206090A (zh) * 2015-10-13 2015-12-30 厦门星辰天羽汽车设计有限公司 一种车辆定位方法
CN105588576A (zh) * 2015-12-15 2016-05-18 重庆云途交通科技有限公司 一种车道级导航方法及系统
CN105844904A (zh) * 2016-04-22 2016-08-10 北京航空航天大学 一种基于dsrc的异常车辆行为检测及追踪方法
CN106056100A (zh) * 2016-06-28 2016-10-26 重庆邮电大学 一种基于车道检测与目标跟踪的车辆辅助定位方法
US20170301232A1 (en) * 2016-04-13 2017-10-19 Here Global B.V. Intersection Map Message Creation for Vehicle Communication

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103745607A (zh) * 2014-01-09 2014-04-23 中国科学技术大学苏州研究院 基于车路协同的弯道速度预警方法
CN104021684A (zh) * 2014-06-19 2014-09-03 奇瑞汽车股份有限公司 一种车路协同交通控制系统
CN104537848A (zh) * 2015-01-08 2015-04-22 南开大学 一种基于车载自组织网络的城市道路交通状态探测方法
CN104637315A (zh) * 2015-02-06 2015-05-20 北京交通大学 车路协同环境下的无信号交叉口优化控制方法和系统
CN104835321A (zh) * 2015-05-04 2015-08-12 石立公 一种车道车辆流量统计系统及其车道车辆流量统计方法
CN105206090A (zh) * 2015-10-13 2015-12-30 厦门星辰天羽汽车设计有限公司 一种车辆定位方法
CN105588576A (zh) * 2015-12-15 2016-05-18 重庆云途交通科技有限公司 一种车道级导航方法及系统
US20170301232A1 (en) * 2016-04-13 2017-10-19 Here Global B.V. Intersection Map Message Creation for Vehicle Communication
CN105844904A (zh) * 2016-04-22 2016-08-10 北京航空航天大学 一种基于dsrc的异常车辆行为检测及追踪方法
CN106056100A (zh) * 2016-06-28 2016-10-26 重庆邮电大学 一种基于车道检测与目标跟踪的车辆辅助定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JULIO A. SANGUESA: ""Sensing Traffic Density Combining V2V and V2I Wireless Communications"", 《SENSORS》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109862086A (zh) * 2019-01-21 2019-06-07 华北电力大学 一种车载边缘计算中基于匹配算法的任务分配策略
CN109862086B (zh) * 2019-01-21 2020-10-09 华北电力大学 一种车载边缘计算中基于匹配算法的任务分配策略
CN110588726A (zh) * 2019-09-26 2019-12-20 公安部交通管理科学研究所 一种基于lte-v2x的有轨电车信号优先控制系统与方法
CN110827555A (zh) * 2019-10-24 2020-02-21 浩鲸云计算科技股份有限公司 基于软件定义的交通信号控制系统和方法
CN110827555B (zh) * 2019-10-24 2020-08-21 浩鲸云计算科技股份有限公司 基于软件定义的交通信号控制系统和方法
CN110782703A (zh) * 2019-10-30 2020-02-11 长安大学 一种基于lte-v通信的前向碰撞预警方法
WO2021138793A1 (en) * 2020-01-07 2021-07-15 Qualcomm Incorporated Intersection trajectory determination and messaging

Similar Documents

Publication Publication Date Title
CN109147316A (zh) 一种基于v2x通信和高精度定位的城市车道车辆统计方法
CN102254443B (zh) 间歇式公交专用道控制系统
An et al. A survey of intelligent transportation systems
CN102722999B (zh) 车辆停车引导方法、装置及系统
CN105608505B (zh) 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN101270997B (zh) 基于gps数据的浮动车动态实时交通信息处理方法
CN109003467A (zh) 一种防止车辆碰撞的方法、装置及系统
CN101964941A (zh) 基于动态信息的智能导航与位置服务系统及方法
Astarita et al. The use of adaptive traffic signal systems based on floating car data
US20100309023A1 (en) Traffic Control System
CN101414407A (zh) 智能尘埃式交通传感器和信号控制网络及其信息传输系统
WO2011063607A1 (zh) 基于gps导航技术的高速公路计费系统及收费方法
CN103854504A (zh) 方阵型道路交通诱导方法和诱导系统
CN106558217B (zh) 一种获取路边停车场信息的方法、装置及服务器
CN103426301B (zh) 一种能够精确到秒的快速公交调度系统及方法
CN102496273B (zh) 城市交通路况的采集方法及系统
CN108039046A (zh) 一种基于c-v2x的城市交叉路口行人检测识别系统
CN104504918A (zh) 一种城市道路公交信号优先方法
CN103366560A (zh) 一种道路交通运行状态跟车探测方法、系统及应用
CN103426300B (zh) 提高快速公交调度精度的系统及方法
CN109509369B (zh) 智能车位监测方法及其监测系统、城市综合智能交通系统
Gao et al. Analysis of travel time patterns in urban using taxi GPS data
CN103295415A (zh) 基于双信标和双模通信的公交车定位方法
CN102968909A (zh) 一种道路车辆拥堵远程智能识别系统及方法
CN102129774A (zh) 一种具有微云功能的智能交通自组网系统

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