CN109830123B - 路口碰撞预警方法及系统 - Google Patents
路口碰撞预警方法及系统 Download PDFInfo
- Publication number
- CN109830123B CN109830123B CN201910225240.4A CN201910225240A CN109830123B CN 109830123 B CN109830123 B CN 109830123B CN 201910225240 A CN201910225240 A CN 201910225240A CN 109830123 B CN109830123 B CN 109830123B
- Authority
- CN
- China
- Prior art keywords
- momentum
- pseudo
- intersection
- early warning
- moving object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种路口碰撞预警方法及系统。该碰撞预警方法包括：确定向路口移动或位于路口内的第一移动物体的第一伪动量；确定向路口移动或位于路口内的第二移动物体的第二伪动量；以及根据第一伪动量和第二伪动量确定是否发出碰撞预警信息。本发明的路口碰撞预警方法及系统能够减少碰撞预警信息的发送量，提高驾驶员对碰撞预警信息的关注度。
Description
技术领域
本发明涉及碰撞预警领域，特别涉及路口碰撞预警方法及系统。
背景技术
现有的路口碰撞预警系统在检测到路口存在违章者(例如闯红灯的行人、自行车、摩托车等)时会发出提醒信息，以提醒机动车的驾驶员注意。另外，现有的路口碰撞预警系统在检测到位于路口附近的某一车辆的盲区内存在移动物体时，也会发出提醒信息。当在路口中存在较多的违章者或在车辆的盲区中存在多个移动物体时，路口碰撞预警系统就会发出大量的提醒信息。然而，这些大量的提醒信息中仅有少部分是高概率会发生碰撞的。久而久之，驾驶员就会自满而不再关注路口碰撞预警系统所发出的信息。
发明内容
本发明解决的问题是提供一种路口碰撞预警方法及系统，其能够减少碰撞预警信息的发送量，提高驾驶员对碰撞预警信息的关注度。
为了解决上述问题，本发明的一方面提供了一种路口碰撞预警方法，其包括：确定向路口移动或位于所述路口内的第一移动物体的第一伪动量；确定向所述路口移动或位于所述路口内的第二移动物体的第二伪动量；以及根据所述第一伪动量和所述第二伪动量确定是否发出碰撞预警信息。
本发明的另一方面提供了一种路口碰撞预警系统，其包括：探测模块，用于探测向所述路口移动或位于所述路口内的多个移动物体，以得到探测数据；预警确定模块，用于根据所述探测数据确定所述多个移动物体中的任意两个移动物体的伪动量，以及根据如上所述的方法确定是否针对所述两个移动物体发出碰撞预警信息；以及提醒模块，用于在所述预警确定模块确定需要发出所述碰撞预警信息时发出所述碰撞预警信息。
与现有技术相比，上述方案具有以下优点：
本发明的路口碰撞预警方法及系统可以根据任意两个移动物体的伪动量的关系确定出这两个移动物体是否会发生碰撞，和/或根据这两个移动物体的伪动量的关系确定出在这两个移动物体会会发生碰撞时的严重程度，进而确定是否发出碰撞预警信息。如此，可以减少碰撞预警信息的发送量，提高驾驶员对碰撞预警信息的关注度。
附图说明
图1例示了根据本发明一个或多个实施例的路口碰撞预警系统及路口的示意图；
图2例示了根据本发明一个或多个实施例的移动物体的类型与物体分类表述的对应关系表；
图3a例示了根据本发明一个或多个实施例的预警确定模块的示意性框图；
图3b例示了根据本发明一个或多个实施例的预警确定模块的示意性框图；
图4例示了根据本发明一个或多个实施例的路口碰撞预警方法的流程图；
图5例示了根据本发明一个或多个实施例的确定第一伪动量的过程的流程图；
图6例示了根据本发明一个或多个实施例的确定第二伪动量的过程的流程图；
图7例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图；
图8例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的和的示意图；
图9例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图；
图10例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的差的示意图；
图11例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图；
图12例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的和的示意图；
图13例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图；
图14例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的差的示意图。
具体实施方式
在下面的描述中，阐述了许多具体细节以便使所属技术领域的技术人员更全面地了解本发明。但是，对于所属技术领域内的技术人员明显的是，本发明的实现可不具有这些具体细节中的一些。此外，应当理解的是，本发明并不限于所介绍的特定实施例。相反，可以考虑用下面的特征和要素的任意组合来实施本发明，而无论它们是否涉及不同的实施例。因此，下面的方面、特征、实施例和优点仅作说明之用而不应被看作是权利要求的要素或限定，除非在权利要求中明确提出。
图1例示了根据本发明一个或多个实施例的路口碰撞预警系统及路口的示意图。参考图1所示，路口碰撞预警系统100包括探测模块110、预警确定模块120和提醒模块130。
探测模块110用于探测向路口10移动或位于路口10内的多个移动物体12(例如图中所示的车12-A、车12-B等)，以得到探测数据。进一步，探测模块110和/或预警确定模块120可以根据该探测数据确定出移动物体12的速度以及物体分类表述。该探测数据可以是原始数据(raw data)和/或结构化数据(structured data)。结构化数据中可以包括移动物体12的物体分类表述和速度。在一个或多个实施例中，探测模块10可以具有如图1中点线框B所示的探测范围。需要说明的是，若探测模块10只包括一个探测器时，该探测范围即为该探测器的探测范围，若探测模块10包括多个探测器，则该探测范围为该多个探测器所共同确定的探测范围。在一个或多个实施例中，探测模块110可以包括微波雷达、激光雷达和摄像装置中的一种或多种。
需要说明的是，在本申请的上下文中“物体分类表述”是指与物体类型相关的一个量，其与物体的质量正相关。图2例示了根据本发明一个或多个实施例的移动物体的类型与物体分类表述的对应关系表。参考图2所示，不同类型的物体对应不同的物体分类表述，例如鸟对应的物体分类表述为0.01，人对应的物体分类表述为1，汽车对应的物体分类表述为100。需要说明的是，图2中各物体对应的物体分类表述的具体数值仅是示例性的，并非对本发明的限定。在一个或多个实施例中，由于物体的雷达散射截面(Radar cross-section，RCS)与物体的质量具有近似成正比的关系，因此物体分类表述可以用物体的雷达散射截面来表示。
在一个或多个实施例中，探测模块110和/或预警确定模块120可以根据探测数据确定出探测到的移动物体12的类型，而后再根据移动物体12的类型确定出其所对应的物体分类表述。以移动物体12为汽车为例进行说明。探测模块110和/或预警确定模块120根据探测数据确定出探测到的移动物体12为汽车后，可以通过例如图2所示的物体类型与物体分类表述的对应关系确定出移动物体12的物体分类表述为100。
对于探测模块110包括微波雷达的实施例，探测模块110和/或预警确定模块120可以根据微波雷达探测得到探测数据确定出移动物体12的雷达散射截面，并由雷达散射截面确定移动物体12的类型，进而确定出移动物体12对应的物体分类表述。
对于探测模块110包括激光雷达和/或摄像装置的实施例，探测模块110和/或预警确定模块120可以根据激光雷达和/或摄像装置探测得到探测数据生成包含移动物体12的图像，并对该图像进行图像识别，确定出移动物体12的类型，进而确定出移动物体12对应的物体分类表述。
对于探测模块110包括多个和/或多种传感器(例如微波雷达、激光雷达和摄像装置)的实施例，探测模块110和/或预警确定模块120可以根据融合的多个和/或多种传感器的探测数据确定移动物体12的类型，进而基于移动物体12的类型确定出其所对应的物体分类表述。其中，多个和/或多种传感器可以分别设置在相同或不同的位置，和/或探测相同或不同的区域，本发明对此并不加以限定。
探测模块110和/或预警确定模块120可以使用多种方式根据探测数据确定出移动物体12的速度。例如，探测模块110和/或预警确定模块120可以通过探测移动物体12在第一时刻的位置和在第二时刻的位置，进而根据两个位置的距离和两个时刻的时间间隔确定出速度的大小，根据两个位置的方位关系确定出速度的方向。
预警确定模块120用于对探测模块110探测到的多个移动物体12中的任意两个移动物体12计算伪动量，并根据这两个移动物体12分别对应的伪动量确定是否针对这两个移动物体12发出碰撞预警信息(具体的确定方法将在下文展开详述)。需要说明的是，在本申请的上下文中“伪动量”是指物体分类表述与速度的乘积。移动物体12的物体分类表述与移动物体12的质量正相关，因此伪动量具有与动量相似的特性。在一个或多个实施例中，预警确定模块120可以包括嵌入式系统、个人计算机、服务器和云计算平台中的一种或多种。
图3a例示了根据本发明一个或多个实施例的预警确定模块的示意性框图。参考图3a所示，预警确定模块120包括处理器121和计算机可读存储介质122。处理器121可以执行计算机可读介质122上存储有的多个指令以执行一个或多个动作，从而实现各种功能。例如，处理器121可以执行多个指令以确定是否针对两个移动物体12发出碰撞预警信息。在一个或多个实施例中，处理器121还可以从计算机可读介质122读取数据，和/或将数据存储至计算机可读介质122中。处理器121可以包括中央处理器(Central Processing Unit，CPU)、图形处理器(Graphics Processing Unit，GPU)、数字信号处理器(Digital SignalProcessor，DSP)专用集成电路(Application-specific integrated circuit，ASIC)等。中央处理器可以是X86处理器、ARM处理器、MIPS处理器等。计算机可读介质122可以包括内存(Memory)122a和/或存储器(Storage)122b。内存122a的示例包括易失性存储介质，例如随机存取存储器(Random Access Memory，RAM)等。存储器122b的示例包括非易失性存储介质，例如只读存储器(Read Only Memory，ROM)、闪存、光盘、磁盘等。
图3b例示了根据本发明一个或多个实施例的预警确定模块的示意性框图。参考图3b所示，预警确定模块120可以为边缘计算平台，其包括边缘计算单元(Edge ComputingUnit，ECU)120a、移动边缘计算(Mobile Edge Computing，MEC)服务器120b和中央云服务器120c。预警确定模块120的各功能可以由边缘计算单元120a、移动边缘计算服务器120b和中央云服务器120c中的一者实现，或多者相互配合实现。
在一个或多个实施例中，预警确定模块120可以接收探测模块110发送的包括原始数据的探测数据，边缘计算单元120a可以用于对探测数据进行数据聚合，移动边缘计算服务器120b可以用于根据聚合后的探测数据进行移动物体12的检测和/或追踪，确定移动物体12的速度、物体分类表述，以及计算移动物体12的伪动量，确定是否发出提醒信息，中央云服务器120c可以用于鉴权、配置、收费以及信息同步等中的一种或多种。
在一个或多个实施例中，预警确定模块120可以接收探测模块110发送的包括原始数据的探测数据，边缘计算单元120a可以用于根据探测数据进行移动物体12的检测和/或追踪，确定移动物体12的速度、物体分类表述，移动边缘计算服务器120b可以用于计算移动物体12的伪动量，确定是否发出提醒信息，中央云服务器120c可以用于鉴权、配置、收费以及信息同步等中的一种或多种。
在一个或多个实施例中，预警确定模块120可以接收探测模块110发送的包括结构化数据的探测数据，边缘计算单元120a可以用于根据探测数据计算移动物体12的伪动量，确定是否发出提醒信息，中央云服务器120c可以用于鉴权、配置、收费以及信息同步等中的一种或多种。在该类实施例中，预警确定模块120中可以没有移动边缘计算服务器120b。另外，在该类实施例中，预警确定模块120接收的探测模块110发送的探测数据还可以包括原始数据，预警确定模块120可以根据原始数据和结构化数据确定是否发出提醒信息。
在一个或多个实施例中，预警确定模块120可以接收探测模块110发送的包括结构化数据的探测数据，边缘计算单元120a可以用于对探测数据进行数据聚合，移动边缘计算服务器120b可以用于根据数据聚合后的探测数据计算移动物体12的伪动量，确定是否发出提醒信息，中央云服务器120c可以用于鉴权、配置、收费以及信息同步等中的一种或多种。另外，在该类实施例中，预警确定模块120接收的探测模块110发送的探测数据还可以包括原始数据，预警确定模块120可以根据原始数据和结构化数据确定是否发出提醒信息。
需要说明的是，边缘计算单元120a和移动边缘计算服务器120b可以具有多种布置方式。在一个或多个实施例中，边缘计算单元120a可以与探测模块110布置在一起，或者集成在一起。在一个或多个实施例中，边缘计算单元120a可以独立地布置于探测模块110和移动边缘计算服务器120b之间。在一个或多个实施例中，边缘计算单元120a可以与路基单元(RSU)集成在一起。在一个或多个实施例中，移动边缘计算服务器120b可以和移动通信基站(图中未示出)布置在一起，或集成在一起。在一个或多个实施例中，移动边缘计算服务器120b可以独立地设置于移动通信基站和中央云服务器120c之间。
提醒模块130用于在预警确定模块120确定出需要发出碰撞预警信息时发出该碰撞预警信息。在一个或多个实施例中，提醒模块130可以包括显示屏131。显示屏131可以设置于路口10附近，例如设置于路口10附近的路基单元11上。显示屏131可以与预警确定模块120进行通讯，并以文字和/或图形的形式显示预警确定模块120发送的碰撞预警信息。在一个或多个实施例中，提醒模块130可以包括V2X发送装置132，并通过V2X的方式发送碰撞预警信息。在一个或多个实施例中，V2X发送装置132设置于或集成于路基单元11上。在一个或多个实施例中，V2X发送装置132设置于或集成于移动通信基站(图中未示出)上。
在一个或多个实施例中，探测模块110可以为位于路基单元11上的微波雷达、激光雷达和摄像装置中的一种或多种，预警确定模块120可以为位于远端的嵌入式系统、个人计算机、服务器、云计算平台和边缘计算平台中的一种或多种，提醒模块130为位于路基单元11上的显示屏。在一些实施例中，提醒模块130还可以采用V2X的方式进行碰撞预警。具体来说，提醒模块130可以包括位于远端中的V2X发送装置132以及位于移动物体12中V2X接收装置(图中未示出)。V2X接收装置可以通过文字、图片、语音等发出提醒信息。
在一个或多个实施例中，路口碰撞预警系统100可以以路基单元11的形式设置于路口10附近。具体来说，探测模块110可以为设置于路基单元11中的微波雷达、激光雷达和摄像装置中的一种或多种。预警确定模块120可以为设置于路基单元11中的嵌入式系统。提醒模块130可以为设置于路基单元11中的显示屏。在一些实施例中，提醒模块130还可以采用V2X的方式进行碰撞预警。具体来说，提醒模块130可以包括与路基单元11协同的V2X发送装置132以及位于移动物体12中V2X接收装置(图中未示出)。V2X接收装置可以通过文字、图片、语音等发出提醒信息。
图4例示了根据本发明一个或多个实施例的路口碰撞预警方法的流程图。路口碰撞预警方法200示例性地可以在如图1所示的路口碰撞预警系统100中实现。例如，路口碰撞预警方法200可以以指令的形式(例如应用)存储在计算机可读介质122中，并且由处理器121调用和/或实现。又例如，路口碰撞预警方法200可以在图3b所示的边缘计算平台中被执行。路口碰撞预警方法200以探测模块110探测到的多个移动物体12中的任意两个为例进行说明。参考图4所示，路口碰撞预警方法200包括：
步骤210：确定向路口移动或位于路口内的第一移动物体的第一伪动量；
步骤220：确定向路口移动或位于路口内的第二移动物体的第二伪动量；
步骤230：根据第一伪动量和第二伪动量确定是否发出碰撞预警信息。
需要说明的是，图4所示的路口碰撞预警方法200中各步骤的顺序仅是示例性的。可以理解，路口碰撞预警方法200中的各步骤的可以根据不同的实施而具有不同的顺序，例如步骤210和步骤220可以同时执行，又例步骤220可以先于步骤210执行。
在步骤210，路口碰撞预警系统100确定向路口移动或位于路口内的第一移动物体的第一伪动量。其中，第一移动物体可以是探测模块110探测到的多个移动物体12中的任意一个。图5例示了根据本发明一个或多个实施例的确定第一伪动量的过程的流程图。参考图5所示，步骤210可以包括：
步骤211：获取第一移动物体的第一物体分类表述；
步骤212：获取第一移动物体的第一速度；
步骤213：根据第一物体分类表述和第一速度确定第一伪动量。
在步骤211，探测模块110可以通过微波雷达、激光雷达和摄像装置等中的一种或多种来获取第一移动物体的探测数据。探测模块110和/或预警确定模块120可以依据探测数据通过识别第一移动物体的类型来确定第一移动物体的物体分类表述。一个示例性的移动物体类型和物体分类表述的对应关系如图2所示。
在步骤212，探测模块110可以通过微波雷达、激光雷达和摄像装置等中的一种或多种来获取第一移动物体的探测数据。在一个或多个实施例中，探测模块110和/或预警确定模块120可以依据探测数据通过获取多个时刻的第一移动物体的位置来确定第一移动物体的速度。例如，探测模块110和/或预警确定模块120可以通过探测第一移动物体在第一时刻的位置和在第二时刻的位置，进而根据两个位置的距离和两个时刻的时间间隔确定出速度的大小，根据两个位置的方位关系确定出速度的方向。
在步骤213，预警确定模块120可以根据第一移动物体的第一物体分类表述和第一速度确定第一伪动量。在一个或多个实施例中，第一伪动量为物体分类表述和第一速度的乘积，其为向量，具有与动量相似的特性。
在步骤220，路口碰撞预警系统100确定向路口移动或位于路口内的第二移动物体的第二伪动量。其中，第二移动物体可以是探测模块110探测到的多个移动物体12中与第一移动物体不同的任意一个。图6例示了根据本发明一个或多个实施例的确定第二伪动量的过程的流程图。参考图6所示，步骤220可以包括：
步骤221：获取第二移动物体的第二物体分类表述；
步骤222：获取第二移动物体的第二速度；
步骤223：根据第二物体分类表述和第二速度确定第二伪动量。
在步骤221，探测模块110可以通过微波雷达、激光雷达和摄像装置等中的一种或多种来获取第二移动物体的探测数据。探测模块110和/或预警确定模块120可以依据探测数据通过识别第二移动物体的类型来确定第二移动物体的物体分类表述。一个示例性的移动物体类型和物体分类表述的对应关系如图2所示。
在步骤222，探测模块110可以通过微波雷达、激光雷达和摄像装置等中的一种或多种来获取第二移动物体的探测数据。在一个或多个实施例中，探测模块110和/或预警确定模块120可以依据探测数据通过获取多个时刻的第二移动物体的位置来确定第二移动物体的速度。例如，探测模块110和/或预警确定模块120可以通过探测第二移动物体在第一时刻的位置和在第二时刻的位置，进而根据两个位置的距离和两个时刻的时间间隔确定出速度的大小，根据两个位置的方位关系确定出速度的方向。
在步骤223，预警确定模块120可以根据第二移动物体的第二物体分类表述和第二速度确定第二伪动量。在一个或多个实施例中，第二伪动量为第二物体分类表述和第二速度的乘积，其为向量，具有与动量相似的特性。
在步骤230，预警确定模块120根据第一伪动量和第二伪动量确定是否发出碰撞预警信息。由于伪动量是物体分类表述和速度的乘积，而移动物体12的物体分类表述与移动物体12的质量正相关，因此伪动量具有与动量相似的特性。因而，预警确定模块120可以根据第一伪动量和第二伪动量的向量关系确定出第一移动物体和第二移动物体是否会发生碰撞，和/或第一移动物体与第二移动物体发生碰撞时的严重程度，进而确定是否发出碰撞预警信息。
图7例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图。参考图7所示，步骤230可以包括：
步骤231a：计算第一伪动量与第二伪动量的伪动量和；
步骤232a：在确定伪动量和的方向与第一伪动量或第二伪动量的方向共线，并且伪动量和的值小于第一伪动量或第二伪动量的值时，不发出碰撞预警信息。
以图1中的沿方向DA行驶的轿车12-A为第一移动物体和沿方向DE’行驶的轿车12-E为第二移动物体为例进行说明。其中，轿车12-A与轿车12-E是相向而行，即方向DA与方向DE’反向。设第一移动物体的第一伪动量为IA，第二移动物体的第二伪动量为IE’。图8例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的和的示意图。参考图8所示，由于第一伪动量IA和第二伪动量IE’反向，计算出的第一伪动量IA与第二伪动量IE’的伪动量和IA+E'的方向与第一伪动量IA和第二伪动量IE’共线，并且伪动量和IA+E’的值小于第一伪动量IA或第二伪动量的值IE’。此时，可以确定不针对轿车12-A和轿车12-E发出碰撞预警信息。
对于均左转的轿车12-D和轿车12-E而言，由于轿车12-D的方向DD和轿车12-E的方向DE在任意时刻均近似于反向，因此与沿方向DA行驶的轿车12-A和沿方向DE’行驶的轿车12-E的情形相同，轿车12-D和轿车12-E的伪动量的方向和也与轿车12-D和轿车12-E的伪动量的方向共线，并且伪动量和的值小于轿车12-D和轿车12-E的值，不针对轿车12-D和轿车12-E发出碰撞提醒信息。
图9例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图。参考图9所示，步骤230可以包括：
步骤231b：计算第一伪动量与第二伪动量的伪动量差；
步骤232b：在确定伪动量差的方向与第一伪动量或第二伪动量的方向共线，并且伪动量差的值小于第一伪动量或第二伪动量的值时，不发出碰撞预警信息。
以图1中的位于同一车道内轿车12-G和轿车12-F为例进行说明。其中，在前行驶的轿车12-G为第一移动物体，在后行驶的轿车12-F为第二移动物体。设第一移动物体的第一伪动量为IG，第二移动物体的第二伪动量为IF。图10例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的差的示意图。参考图10所示，由于第一伪动量IG和第二伪动量IF同向，计算出的第一伪动量IG与第二伪动量IF的伪动量差IG-F的方向与第一伪动量IG和第二伪动量IF共线，并且伪动量差IG-F的值小于第一伪动量IG或第二伪动量的值IF。此时，可以确定不针对轿车12-G和轿车12-F发出碰撞预警信息。
图11例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图。参考图11所示，步骤230可以包括：
步骤231c：计算第一伪动量与第二伪动量的伪动量和；
步骤232c：在确定伪动量和的方向与第一伪动量及第二伪动量的方向均不共线，并且伪动量和的值大于第一伪动量的值、第二伪动量的值以及阈值时，发出碰撞预警信息。
需要说明的是，阈值可以根据不同的预警水平设置不同的值，其值可以大于第一伪动量和第二伪动量的值、小于第一伪动量和第二伪动量的值、或者位于第一伪动量和第二伪动量的值之间。在一个或多个实施例中，阈值可以为轿车以10km/h的速度行驶时对应的伪动量的值，例如1000。
以图1中的行驶速度大于10km/h的沿方向DA行驶的轿车12-A和闯红灯的沿方向DB行驶的自行车12-B为例进行说明。其中，轿车12-A为第一移动物体，自行车12-B为第二移动物体，方向DA与方向DB基本垂直。由图1中可以看出，轿车12-A的视线被巴士12-C及轿车12-D遮挡，看不到自行车12-B闯红灯。设第一移动物体的第一伪动量为IA，第二移动物体的第二伪动量为IB。图12例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的和的示意图。参考图12所示，由于第一伪动量IA和第二伪动量IB垂直，计算出的第一伪动量IA与第二伪动量IB的伪动量和IA+B的方向与第一伪动量IA和第二伪动量IB均不共线，并且伪动量和IA+B的值大于第一伪动量IA的值、第二伪动量的值IB的值以及阈值。此时，可以确定需要针对轿车12-A和自行车12-B发出碰撞预警信息。
图13例示了根据本发明一个或多个实施例的确定是否发出碰撞预警信息的过程的流程图。参考图13所示，步骤230可以包括：
步骤231d：计算第一伪动量与第二伪动量的伪动量差；
步骤232d：在确定伪动量差的方向与第一伪动量及第二伪动量的方向均不共线，并且伪动量差的值大于第一伪动量的值、第二伪动量的值以及阈值时，发出碰撞预警信息。
需要说明的是，阈值可以根据不同的预警水平设置不同的值，其值可以大于第一伪动量和第二伪动量的值、小于第一伪动量和第二伪动量的值、或者位于第一伪动量和第二伪动量的值之间。在一个或多个实施例中，阈值可以为轿车以10km/h的速度行驶时对应的伪动量的值，例如1000。
仍以图1中的行驶速度大于10km/h的沿方向DA行驶的轿车12-A和闯红灯的沿方向DB行驶的自行车12-B为例进行说明。其中，轿车12-A为第一移动物体，自行车12-B为第二移动物体，方向DA与方向DB基本垂直。由图1中可以看出，轿车12-A的视线被巴士12-C及轿车12-D遮挡，看不到自行车12-B闯红灯。设第一移动物体的第一伪动量为IA，第二移动物体的第二伪动量为IB。图14例示了根据本发明一个或多个实施例的第一伪动量和第二伪动量的差的示意图。参考图14所示，由于第一伪动量IA和第二伪动量IB垂直，计算出的第一伪动量IA与第二伪动量IB的伪动量差IA-B的方向与第一伪动量IA和第二伪动量IB均不共线，并且伪动量和IA-B的值大于第一伪动量IA的值、第二伪动量的值IB的值以及阈值。此时，可以确定需要针对轿车12-A和自行车12-B发出碰撞预警信息。
在一个或多个实施例中，路口碰撞预警方法200可以指令的形式被存储于非易失性计算机可读存储介质中，这些指令可以被一个或多个处理器执行而促使一个或多个处理器实现路口碰撞预警方法200。非易失性计算机可读存储介质可以包括只读存储器(ReadOnly Memory，ROM)、闪存、光盘和磁盘中的一种或多种。
需要说明的是，虽然上述的说明是以十字路口为例展开，但是可以理解，本发明的路口碰撞预警系统100、路口碰撞预警方法200可以应用于任意类型的路口，例如丁字路口等。
虽然本发明已以较佳实施例披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内所作的各种更动与修改，均应纳入本发明的保护范围内，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (24)
1.一种路口碰撞预警方法，其特征在于，包括：
确定向路口移动或位于所述路口内的第一移动物体的第一伪动量；
确定向所述路口移动或位于所述路口内的第二移动物体的第二伪动量；以及
根据所述第一伪动量和所述第二伪动量确定是否发出碰撞预警信息；
其中，伪动量为物体分类表述与速度的乘积。
2.如权利要求1所述的路口碰撞预警方法，其特征在于，根据所述第一伪动量和所述第二伪动量确定是否发出碰撞预警信息的步骤包括：
计算所述第一伪动量与所述第二伪动量的伪动量和；以及
在确定所述伪动量和的方向与所述第一伪动量或所述第二伪动量的方向共线，并且所述伪动量和的值小于所述第一伪动量或所述第二伪动量的值时，不发出所述碰撞预警信息。
3.如权利要求1所述的路口碰撞预警方法，其特征在于，根据所述第一伪动量和所述第二伪动量确定是否发出碰撞预警信息的步骤包括：
计算所述第一伪动量与所述第二伪动量的伪动量差；以及
在确定所述伪动量差的方向与所述第一伪动量或所述第二伪动量的方向共线，并且所述伪动量差的值小于所述第一伪动量或所述第二伪动量的值时，不发出所述碰撞预警信息。
4.如权利要求1所述的路口碰撞预警方法，其特征在于，根据所述第一伪动量和所述第二伪动量确定是否发出碰撞预警信息的步骤包括：
计算所述第一伪动量与所述第二伪动量的伪动量和；以及
在确定所述伪动量和的方向与所述第一伪动量及所述第二伪动量的方向均不共线，并且所述伪动量和的值大于所述第一伪动量的值、第二伪动量的值以及阈值时，发出所述碰撞预警信息。
5.如权利要求1所述的路口碰撞预警方法，其特征在于，根据所述第一伪动量和所述第二伪动量确定是否发出碰撞预警信息的步骤包括：
计算所述第一伪动量与所述第二伪动量的伪动量差；以及
在确定所述伪动量差的方向与所述第一伪动量及所述第二伪动量的方向均不共线，并且所述伪动量差的值大于所述第一伪动量的值、第二伪动量的值以及阈值时，发出所述碰撞预警信息。
6.如权利要求1所述的路口碰撞预警方法，其特征在于，确定向所述路口移动或位于所述路口内的第一移动物体的第一伪动量的步骤包括：
获取所述第一移动物体的第一物体分类表述；
获取所述第一移动物体的第一速度；以及
根据所述第一物体分类表述和所述第一速度确定所述第一伪动量。
7.如权利要求6所述的路口碰撞预警方法，其特征在于，所述第一伪动量为所述第一物体分类表述与所述第一速度的乘积。
8.如权利要求1所述的路口碰撞预警方法，其特征在于，确定向所述路口移动或位于所述路口内的第二移动物体的第二伪动量的步骤包括：
获取所述第二移动物体的第二物体分类表述；
获取所述第二移动物体的第二速度；以及
根据所述第二物体分类表述和所述第二速度确定所述第二伪动量。
9.如权利要求8所述的路口碰撞预警方法，其特征在于，所述第二伪动量为所述第二物体分类表述与所述第二速度的乘积。
10.一种路口碰撞预警系统，其特征在于，包括：
探测模块，用于探测向所述路口移动或位于所述路口内的多个移动物体，以得到探测数据；
预警确定模块，用于根据所述探测数据确定所述多个移动物体中的任意两个移动物体的伪动量，以及根据如权利要求1-9中任一项所述的方法确定是否针对所述两个移动物体发出碰撞预警信息；以及
提醒模块，用于在所述预警确定模块确定需要发出所述碰撞预警信息时发出所述碰撞预警信息。
11.如权利要求10所述的路口碰撞预警系统，其特征在于，所述探测数据包括原始数据，所述预警确定模块根据所述探测数据确定所述两个移动物体的物体分类表述和速度，以及根据所述物体分类表述和所述速度确定所述两个移动物体的伪动量。
12.如权利要求10所述的路口碰撞预警系统，其特征在于，所述探测数据包括结构化数据，所述结构化数据包括所述两个移动物体的物体分类表述和速度，所述预警确定模块根据所述物体分类表述和所述速度确定所述两个移动物体的伪动量。
13.如权利要求10所述的路口碰撞预警系统，其特征在于，所述探测模块包括微波雷达、激光雷达和摄像装置中的一种或多种。
14.如权利要求10所述的路口碰撞预警系统，其特征在于，所述预警确定模块包括嵌入式系统、个人计算机、服务器、云计算平台和边缘计算平台中的一种或多种。
15.如权利要求10所述的路口碰撞预警系统，其特征在于，所述预警确定模块包括：
边缘计算单元，用于对所述探测数据进行数据聚合；
移动边缘计算服务器，用于根据聚合后的所述探测数据进行移动物体的检测和/或追踪，确定所述移动物体的速度和物体分类表述，计算所述移动物体的伪动量，以及确定是否发出提醒信息；以及
中央云服务器，用于鉴权、配置、收费以及信息同步中的一种或多种；
其中，所述探测数据包括原始数据。
16.如权利要求10所述的路口碰撞预警系统，其特征在于，所述预警确定模块包括：
边缘计算单元，用于根据所述探测数据进行移动物体的检测和/或追踪，确定所述移动物体的速度和物体分类表述；
移动边缘计算服务器，用于计算所述移动物体的伪动量，以及确定是否发出提醒信息；以及
中央云服务器，用于鉴权、配置、收费以及信息同步中的一种或多种；
其中，所述探测数据包括原始数据。
17.如权利要求10所述的路口碰撞预警系统，其特征在于，所述预警确定模块包括：
边缘计算单元，用于根据所述探测数据计算移动物体的伪动量，以及确定是否发出提醒信息；以及
中央云服务器，用于鉴权、配置、收费以及信息同步中的一种或多种；
其中，所述探测数据包括结构化数据，所述结构化数据包括所述移动物体的物体分类表述和速度。
18.如权利要求10所述的路口碰撞预警系统，其特征在于，所述预警确定模块包括：
边缘计算单元，用于对所述探测数据进行数据聚合；
移动边缘计算服务器，用于根据数据聚合后的所述探测数据计算移动物体的伪动量，以及确定是否发出提醒信息；以及
中央云服务器，用于鉴权、配置、收费以及信息同步中的一种或多种；
其中，所述探测数据包括结构化数据，所述结构化数据包括所述移动物体的物体分类表述和速度。
19.如权利要求10所述的路口碰撞预警系统，其特征在于，所述提醒模块包括显示屏和/或V2X发送装置。
20.如权利要求10所述的路口碰撞预警系统，其特征在于，所述路口碰撞预警系统为路基单元，所述探测模块为所述路基单元中的微波雷达、激光雷达和摄像装置中的一种或多种，所述预警确定模块为所述路基单元内的嵌入式系统，所述提醒模块为所述路基单元的显示屏。
21.如权利要求10所述的路口碰撞预警系统，其特征在于，所述探测模块为路基单元中的微波雷达、激光雷达和摄像装置中的一种或多种，所述预警确定模块为所述路基单元内的嵌入式系统，所述提醒模块包括与所述路基单元协同的V2X发送装置以及位于移动物体中的V2X接收装置。
22.如权利要求10所述的路口碰撞预警系统，其特征在于，所述探测模块为位于路基单元上的微波雷达、激光雷达和摄像装置中的一种或多种，所述预警确定模块为位于远端的嵌入式系统、个人计算机、服务器和云计算平台中的一种或多种，所述提醒模块为位于路基单元上的显示屏。
23.如权利要求10所述的路口碰撞预警系统，其特征在于，所述探测模块为位于路基单元上的微波雷达、激光雷达和摄像装置中的一种或多种，所述预警确定模块为位于远端的嵌入式系统、个人计算机、服务器和云计算平台中的一种或多种，所述提醒模块包括位于远端的V2X发送装置以及位于移动物体中的V2X接收装置。
24.一种非易失性计算机可读存储介质，其上存储有适于一个或多个处理器执行的多个指令，所述多个指令响应于由所述一个或多个处理器执行而促使所述一个或多个处理器实现如权利要求1-9任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910225240.4A CN109830123B (zh) | 2019-03-22 | 2019-03-22 | 路口碰撞预警方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910225240.4A CN109830123B (zh) | 2019-03-22 | 2019-03-22 | 路口碰撞预警方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109830123A CN109830123A (zh) | 2019-05-31 |
| CN109830123B true CN109830123B (zh) | 2022-01-14 |
Family
ID=66871932
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910225240.4A Active CN109830123B (zh) | 2019-03-22 | 2019-03-22 | 路口碰撞预警方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109830123B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210043065A (ko) | 2019-10-10 | 2021-04-21 | 현대모비스 주식회사 | 신호 위반 차량 경고 장치 및 그 방법 |
| CN110796898A (zh) * | 2019-11-25 | 2020-02-14 | 江苏科创交通安全产业研究院有限公司 | 一种智能网超视距弯道风险防控系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101625797A (zh) * | 2009-08-05 | 2010-01-13 | 中国人民解放军国防科学技术大学 | 一种汽车高速接近时的预警方法及预警装置 |
| CN103842229A (zh) * | 2011-10-03 | 2014-06-04 | 丰田自动车株式会社 | 车辆的驾驶辅助系统 |
| CN106373430A (zh) * | 2016-08-26 | 2017-02-01 | 华南理工大学 | 一种基于计算机视觉的交叉路口通行预警方法 |
| US20170101092A1 (en) * | 2014-05-29 | 2017-04-13 | Toyota Jidosha Kabushiki Kaisha | Driving support apparatus |
| CN107749193A (zh) * | 2017-09-12 | 2018-03-02 | 华为技术有限公司 | 驾驶风险分析及风险数据发送方法及装置 |
-
2019
- 2019-03-22 CN CN201910225240.4A patent/CN109830123B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101625797A (zh) * | 2009-08-05 | 2010-01-13 | 中国人民解放军国防科学技术大学 | 一种汽车高速接近时的预警方法及预警装置 |
| CN103842229A (zh) * | 2011-10-03 | 2014-06-04 | 丰田自动车株式会社 | 车辆的驾驶辅助系统 |
| US20170101092A1 (en) * | 2014-05-29 | 2017-04-13 | Toyota Jidosha Kabushiki Kaisha | Driving support apparatus |
| CN106373430A (zh) * | 2016-08-26 | 2017-02-01 | 华南理工大学 | 一种基于计算机视觉的交叉路口通行预警方法 |
| CN107749193A (zh) * | 2017-09-12 | 2018-03-02 | 华为技术有限公司 | 驾驶风险分析及风险数据发送方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109830123A (zh) | 2019-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240290201A1 (en) | Driver behavior monitoring | |
| JP7499256B2 (ja) | ドライバの挙動を分類するためのシステムおよび方法 | |
| JP6188471B2 (ja) | 車両後側方警報装置、車両後側方警報方法および立体物検出装置 | |
| WO2017130639A1 (ja) | 画像処理装置、撮像装置、移動体機器制御システム、画像処理方法、及びプログラム | |
| US11287524B2 (en) | System and method for fusing surrounding V2V signal and sensing signal of ego vehicle | |
| Park et al. | Robust range estimation with a monocular camera for vision‐based forward collision warning system | |
| CN104217590A (zh) | 车载交通密度估计器 | |
| Ra et al. | Part-based vehicle detection in side-rectilinear images for blind-spot detection | |
| JP2018100899A (ja) | 物体検出装置、物体検出プログラム、および記録媒体 | |
| JP2010132056A (ja) | 検知装置、検知方法および車両制御装置 | |
| CN112172663A (zh) | 一种基于开车门的危险报警方法及相关设备 | |
| US20200114910A1 (en) | Apparatus and method for predicting concurrent lane change vehicle and vehicle including the same | |
| CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
| CN109815555B (zh) | 自动驾驶车辆的环境建模能力评估方法及系统 | |
| US11307292B2 (en) | ODM information reliability determination system and method and vehicle using the same | |
| Tak et al. | Development of AI‐Based Vehicle Detection and Tracking System for C‐ITS Application | |
| CN109830123B (zh) | 路口碰撞预警方法及系统 | |
| CN111462527A (zh) | 车道识别装置和车道识别方法 | |
| WO2019216386A1 (ja) | 車両制御装置および車両 | |
| Tanaka et al. | Vehicle Detection Based on Perspective Transformation Using Rear‐View Camera | |
| CN113454555A (zh) | 用于驾驶策略的轨迹预测 | |
| Shin et al. | Occlusion handling and track management method of high-level sensor fusion for robust pedestrian tracking | |
| US11698459B2 (en) | Method and apparatus for determining drivable region information | |
| US11823570B2 (en) | Traffic management server, and method and computer program for traffic management using the same | |
| WO2021214871A1 (ja) | 状態推定方法、状態推定装置、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |