CN109887321B - 无人车变道安全判别方法、装置及存储介质 - Google Patents
无人车变道安全判别方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109887321B CN109887321B CN201910245288.1A CN201910245288A CN109887321B CN 109887321 B CN109887321 B CN 109887321B CN 201910245288 A CN201910245288 A CN 201910245288A CN 109887321 B CN109887321 B CN 109887321B
- Authority
- CN
- China
- Prior art keywords
- distance
- frame
- obstacle
- vehicle
- judging
- 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
本发明实施例提出一种无人车变道安全判别方法、装置及计算机可读存储介质。其中无人车变道安全判别方法包括:根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。本发明实施例通过判别连续多帧数据对应的障碍物与主车的距离的变化趋势,使无人车变道安全判别更加准确,减少了事故发生概率,提高了无人车驾驶的安全性。
Description
技术领域
本发明涉及无人驾驶技术领域,尤其涉及一种无人车变道安全判别方法、装置及计算机可读存储介质。
背景技术
现有技术的无人车系统由规划模块来规划行车路线,如在规划的行车路线中,在当前车道上行驶到某一位置时应变道行驶。但在无人车行驶到该位置时,通常只是根据当前时刻采集的单帧数据来判断当前时刻变道是否安全。这种仅依据单帧数据的判别方法在复杂多变的路段场景中容易产生误判,在变道时容易发生与障碍车或障碍物相撞等事故,存在安全隐患。
发明内容
本发明实施例提供一种无人车变道安全判别方法、装置及计算机可读存储介质,以至少解决现有技术中的一个或多个技术问题。
第一方面,本发明实施例提供了一种无人车变道安全判别方法,包括:
根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;
根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;
若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。
在一种实施方式中,判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小,包括:
利用采集到的连续多帧数据中的每一帧数据,分别计算所述目标车道上的每个障碍物相对于主车的距离,所述距离包括横向距离和纵向距离;
判断所述距离是否没有减小。
在一种实施方式中,所述方法还包括:
根据采集到的单帧数据或多帧数据得到主车的规划结果,所述规划结果包括规划的行车路线;
如果主车的规划结果是变道,则根据主车的规划结果和障碍物的预测轨迹,判断主车变道是否安全。
在一种实施方式中,判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离,包括:
根据主车的规划结果和障碍物的预测轨迹,计算所述目标车道上的每个障碍物相对于主车的安全距离,所述安全距离包括横向安全距离和纵向安全距离;
在主车与障碍物的横向距离大于所述横向安全距离,并且主车与障碍物的纵向距离大于所述纵向安全距离的情况下,判定障碍物相对于主车的距离大于安全距离。
在一种实施方式中,所述方法还包括:
若判定主车在当前时刻变道不安全,则在获取到下一帧数据后,再执行所述无人车变道安全判别方法。
第二方面,本发明实施例提供了一种无人车变道安全判别装置,包括:
单帧判别单元,用于根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;
多帧判别单元,用于根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;
判定单元,用于:若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。
在一种实施方式中,所述多帧判别单元还用于:
利用采集到的连续多帧数据中的每一帧数据,分别计算所述目标车道上的每个障碍物相对于主车的距离,所述距离包括横向距离和纵向距离;
判断所述距离是否没有减小。
在一种实施方式中,所述装置还包括规划单元,所述规划单元用于:根据采集到的单帧数据或多帧数据得到主车的规划结果,所述规划结果包括规划的行车路线;
所述装置还用于:如果主车的规划结果是变道,则根据主车的规划结果和障碍物的预测轨迹,判断主车变道是否安全。
在一种实施方式中,所述单帧判别单元还用于:
根据主车的规划结果和障碍物的预测轨迹,计算所述目标车道上的每个障碍物相对于主车的安全距离,所述安全距离包括横向安全距离和纵向安全距离;
在主车与障碍物的横向距离大于所述横向安全距离,并且主车与障碍物的纵向距离大于所述纵向安全距离的情况下,判定障碍物相对于主车的距离大于安全距离。
在一种实施方式中,所述装置还用于:
若判定主车在当前时刻变道不安全,则在获取到下一帧数据后,再执行所述无人车变道安全判别装置所执行的功能。
第三方面,本发明实施例提供了一种无人车变道安全判别装置,所述装置的功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,所述装置的结构中包括处理器和存储器,所述存储器用于存储支持所述装置执行上述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述装置还可以包括通信接口,用于与其他设备或通信网络通信。
第四方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述第一方面中任一所述的方法。
上述技术方案中具有如下优点或有益效果:通过判别连续多帧数据对应的障碍物与主车的距离的变化趋势,使无人车变道安全判别更加准确,减少了事故发生概率,提高了无人车驾驶的安全性。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1为本发明实施例提供的无人车变道安全判别方法的流程图。
图2为本发明实施例提供的无人车变道安全判别方法的单帧轨迹判别的流程图。
图3为本发明实施例提供的无人车变道安全判别方法的安全距离示意图。
图4为本发明实施例提供的无人车变道安全判别方法的多帧趋势判别的流程图。
图5为本发明实施例提供的无人车变道安全判别装置的结构框图。
图6为本发明实施例提供的无人车变道安全判别装置的结构框图。
图7为本发明实施例提供的无人车变道安全判别装置的结构框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
图1为本发明实施例提供的无人车变道安全判别方法的流程图。如图1所示,本发明实施例的无人车变道安全判别方法包括:
步骤S110,根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;
步骤S120,根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;
步骤S130,若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。
无人车系统的相机、雷达和传感器等数据采集装置通常以特定的数据采集频率采集数据。在一个示例中,无人车系统设计的相机采集频率是30赫兹,则表示每秒钟采集到30帧数据。上述“单帧轨迹判别”包括使用采集到的单帧数据进行轨迹判别。“多帧趋势判别”包括使用采集到的连续多帧数据判断障碍物与主车的距离的变化趋势。具体地,利用连续多帧的采集数据中的每一帧数据分别判断每个障碍物相对于主车的最小距离,再分析连续多帧的采集数据所对应的最小距离的变化趋势,判断最小距离是否在减小。如果减小,则变道是不安全的。
在一种实施方式中,只使用“单帧轨迹判别”的判别条件,即比较每个障碍物相对于主车的距离是否大于安全距离。在一个示例中,可比较每个障碍物相对于主车的横向距离是否大于横向安全距离,纵向距离是否大于纵向安全距离。如果上述比较的结果是两个都是大于,则判定此时变道是安全的。
在另一种实施方式中,可同时使用“单帧轨迹判别”和“多帧趋势判别”的判别条件。即满足每个障碍物相对于主车的距离大于安全距离,又满足最小距离的变化趋势不减小的条件,也就是在以上两个条件同时满足的情况下,才判定此时变道是安全的。
在一种实施方式中,所述方法还包括:
根据采集到的单帧数据或多帧数据得到主车的规划结果,所述规划结果包括规划的行车路线;
如果主车的规划结果是变道,则根据主车的规划结果和障碍物的预测轨迹,判断主车变道是否安全。
在这种实施方式中,首先根据上述采集到的单帧数据或多帧数据得到主车的规划结果,规划结果中包括规划的最优选的行车路线。例如,采集到的单帧数据或多帧数据可包括主车的位置和障碍物的位置等信息,根据这些信息可进行主车的路线规划。以“单帧轨迹判别”为例,根据当前时刻接收到的一帧数据,得到主车的规划结果,以及障碍物的预测轨迹。
如果主车的规划结果是在当前情况下最优选的道路规划是需要变道,则根据主车的规划结果和障碍物的预测轨迹,使用“单帧轨迹判别”和“多帧趋势判别”的判别条件,判断此时变道是否安全。
图2为本发明实施例提供的无人车变道安全判别方法的单帧轨迹判别的流程图。如图2所示,在一种实施方式中,图1中的步骤S110,判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离,包括:
步骤S210,根据主车的规划结果和障碍物的预测轨迹,计算所述目标车道上的每个障碍物相对于主车的安全距离,所述安全距离包括横向安全距离和纵向安全距离;
步骤S220,在主车与障碍物的横向距离大于所述横向安全距离,并且主车与障碍物的纵向距离大于所述纵向安全距离的情况下,判定障碍物相对于主车的距离大于安全距离。
“单帧轨迹判别”需要获取的数据包括:主车的位置、速度、主车车头的角度;障碍物的位置、速度、加速度、障碍车车头的角度;地图信息、车道信息等。例如,车道信息可包括主车在哪个车道上,障碍物在哪个车道上。地图信息可包括车道关系,根据车道关系可规划行车路线。在一个示例中,某个障碍车虽然在主车后方,但其位置在对向车道上,由于对向车道不可能是执行变道的目标车道,因此这种情况下根据该障碍车的位置,在执行无人车变道安全判别方法时可以不必考虑该障碍车。
图3为本发明实施例提供的无人车变道安全判别方法的安全距离示意图。图3中的标号H2表示主车和障碍车之间的横向距离。如图3中的标号H1表示主车和障碍车之间的纵向距离。
安全距离包括横向安全距离和纵向安全距离,横向安全距离是两车之间的距离在垂直于车道的方向的分量,纵向安全距离是两车之间的距离在平行于车道的方向的分量。横向安全距离就是指汽车在并排行驶过程中,或者超车时并排行驶时,能保证两车安全,不发生事故的最小距离。纵向安全距离是指后车跟随前车行驶时,必须保持当前车突然紧急制动的时候,后车随之制动不至撞及前车的距离,这个距离就是前后车的安全距离。
在这种实施方式中,根据主车规划的结果和障碍物的预测轨迹,计算安全距离。再根据安全距离判定主车是否安全。主车与障碍物当前时刻的距离不能小于安全距离,在主车与障碍物当前时刻的距离小于安全距离的情况下,可以判定为不安全。如果主车与障碍物当前时刻的横向距离大于横向安全距离且纵向距离大于纵向安全距离,则判定当前时刻执行变道是相对安全的。在此基础上可再使用“多帧趋势判别”的判别条件来判别,以进一步确认当前时刻执行变道的安全性。
在一个示例中,主车规划出设定时间内的行车轨迹,例如主车规划出未来8秒的行车轨迹,障碍车预测出未来8秒的行车轨迹。根据“单帧轨迹判别”的判别条件,从当前时刻t0开始,推算出8秒内的两车之间的距离是否大于安全距离。
图4为本发明实施例提供的无人车变道安全判别方法的多帧趋势判别的流程图。如图4所示,在一种实施方式中,图1中的步骤S120中的“多帧趋势判别”,判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小,包括:
步骤S310,利用采集到的连续多帧数据中的每一帧数据,分别计算所述目标车道上的每个障碍物相对于主车的距离,所述距离包括横向距离和纵向距离;
步骤S320,判断所述距离是否没有减小。
在这种实施方式中,根据每一帧数据都可以计算出目标车道上的每个障碍物相对于主车的距离。根据连续多帧的数据可分析每个障碍物相对于主车的距离的变化趋势。如果判断主车后方的某个障碍物连续多帧的数据所对应的两车间的距离在变小,则判定变道是不安全的。在障碍物相对于主车的距离增大或者不变的情况下,执行变道可能是安全的。
例如,当前时刻主车想要变道,此时主车后面有辆障碍车处于加速行驶的状态,障碍车加速表示该障碍车没有避让的意向。在后车加速的情况下,前后车之间的距离会变小,前后车之间需要保持的安全距离会增大。这种情况下使用“多帧趋势判别”的判别条件,可判断出该障碍车相对于主车的距离在变小,因此当前时刻主车执行变道是不安全的。
在一个示例中,主车规划出设定时间内的行车轨迹,例如主车规划出未来8秒的行车轨迹,障碍车预测出未来8秒的行车轨迹。根据“多帧趋势判别”的判别条件,在获取第一帧数据后,根据第一帧数据从当前时刻t1开始,推算出8秒内的两车之间的第一最小距离;在获取第二帧数据后,根据第二帧数据从当前时刻t2开始,推算出8秒内的两车之间的第二最小距离;然后判断最小距离的变化趋势。在这个示例中,以连续获取的两帧数据为依据可判断出最小距离的变化趋势。在另一个示例中,判断变化趋势可以根据连续获取的多帧数据为依据,例如以连续获取的三帧以上的数据为依据来判断最小距离的变化趋势。
在一种实施方式中,所述方法还包括:
若判定主车在当前时刻变道不安全,则在获取到下一帧数据后,再执行所述无人车变道安全判别方法。
在判定主车在当前时刻变道不安全的情况下,主车不能执行变道。等到获取到下一帧数据后,再根据新获取的数据重新执行所述无人车变道安全判别方法,实时判断执行变道是否安全。在每一帧数据获取后,都利用最新获取的数据重新判断变道的安全性,以便寻找一个安全的时机执行变道。
上述技术方案中具有如下优点或有益效果:通过判别连续多帧数据对应的障碍物与主车的距离的变化趋势,使无人车变道安全判别更加准确,减少了事故发生概率,提高了无人车驾驶的安全性。
图5为本发明实施例提供的无人车变道安全判别装置的结构框图。如图5所示,本发明实施例的无人车变道安全判别装置包括:
单帧判别单元100,用于根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;
多帧判别单元200,用于根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;
判定单元300,用于:若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。
在一种实施方式中,所述多帧判别单元200还用于:
利用采集到的连续多帧数据中的每一帧数据,分别计算所述目标车道上的每个障碍物相对于主车的距离,所述距离包括横向距离和纵向距离;
判断所述距离是否没有减小。
图6为本发明实施例提供的无人车变道安全判别装置的结构框图。如图6所示,在一种实施方式中,所述装置还包括规划单元400,所述规划单元400用于:
根据采集到的单帧数据或多帧数据得到主车的规划结果,所述规划结果包括规划的行车路线;
所述装置还用于:如果主车的规划结果是变道,则根据主车的规划结果和障碍物的预测轨迹,判断主车变道是否安全。
在一种实施方式中,所述单帧判别单元100还用于:
根据主车的规划结果和障碍物的预测轨迹,计算所述目标车道上的每个障碍物相对于主车的安全距离,所述安全距离包括横向安全距离和纵向安全距离;
在主车与障碍物的横向距离大于所述横向安全距离,并且主车与障碍物的纵向距离大于所述纵向安全距离的情况下,判定障碍物相对于主车的距离大于安全距离。
在一种实施方式中,所述装置还用于:
若判定主车在当前时刻变道不安全,则在获取到下一帧数据后,再执行所述无人车变道安全判别装置所执行的功能。
本发明实施例的无人车变道安全判别装置中各单元的功能可以参见上述方法的相关描述,在此不再赘述。
在一个可能的设计中,无人车变道安全判别装置的结构中包括处理器和存储器,所述存储器用于存储支持无人车变道安全判别装置执行上述无人车变道安全判别方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述无人车变道安全判别装置还可以包括通信接口,无人车变道安全判别装置与其他设备或通信网络通信。
图7为本发明实施例提供的无人车变道安全判别装置的结构框图。如图7所示,该装置包括:存储器101和处理器102,存储器101内存储有可在处理器102上运行的计算机程序。所述处理器102执行所述计算机程序时实现上述实施例中的无人车变道安全判别方法。所述存储器101和处理器102的数量可以为一个或多个。
该装置还包括:
通信接口103,用于与外界设备进行通信,进行数据交互传输。
存储器101可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器101、处理器102和通信接口103独立实现,则存储器101、处理器102和通信接口103可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器101、处理器102及通信接口103集成在一块芯片上,则存储器101、处理器102及通信接口103可以通过内部接口完成相互间的通信。
又一方面,本发明实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现上述无人车变道安全判别方法中任一所述的方法。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种无人车变道安全判别方法,其特征在于,包括:
根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;
根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;
预测主车和障碍物在设定时间内的运动轨迹,根据所述设定时间内的运动轨迹判断所述单帧轨迹判别和所述多帧趋势判别的判别条件是否成立;
若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。
2.根据权利要求1所述的方法,其特征在于,判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小,包括:
利用采集到的连续多帧数据中的每一帧数据,分别计算所述目标车道上的每个障碍物相对于主车的距离,所述距离包括横向距离和纵向距离;
判断所述距离是否没有减小。
3.根据权利要求1或2所述的方法,其特征在于,还包括:
根据采集到的单帧数据或多帧数据得到主车的规划结果,所述规划结果包括规划的行车路线;
如果主车的规划结果是变道,则根据主车的规划结果和障碍物的预测轨迹,判断主车变道是否安全。
4.根据权利要求3所述的方法,其特征在于,判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离,包括:
根据主车的规划结果和障碍物的预测轨迹,计算所述目标车道上的每个障碍物相对于主车的安全距离,所述安全距离包括横向安全距离和纵向安全距离;
在主车与障碍物的横向距离大于所述横向安全距离,并且主车与障碍物的纵向距离大于所述纵向安全距离的情况下,判定障碍物相对于主车的距离大于安全距离。
5.根据权利要求1或2所述的方法,其特征在于,还包括:
若判定主车在当前时刻变道不安全,则在获取到下一帧数据后,再执行所述无人车变道安全判别方法。
6.一种无人车变道安全判别装置,其特征在于,包括:
单帧判别单元,用于根据采集到的单帧数据进行单帧轨迹判别,所述单帧轨迹判别包括:判断要执行变道的目标车道上的每个障碍物相对于主车的距离是否大于安全距离;所述单帧判别单元还用于预测主车和障碍物在设定时间内的运动轨迹,根据所述设定时间内的运动轨迹判断所述单帧轨迹判别的判别条件是否成立;
多帧判别单元,用于根据采集到的多帧数据进行多帧趋势判别,所述多帧趋势判别包括:判断所述目标车道上的每个障碍物相对于主车的距离是否没有减小;所述多帧判别单元还用于预测主车和障碍物在设定时间内的运动轨迹,根据所述运动轨迹判断所述多帧趋势判别的判别条件是否成立;
判定单元,用于:若所述单帧轨迹判别和所述多帧趋势判别的判别条件成立,则判定主车从当前车道变道到所述目标车道是安全的。
7.根据权利要求6所述的装置,其特征在于,所述多帧判别单元还用于:
利用采集到的连续多帧数据中的每一帧数据,分别计算所述目标车道上的每个障碍物相对于主车的距离,所述距离包括横向距离和纵向距离;
判断所述距离是否没有减小。
8.根据权利要求6或7所述的装置,其特征在于,
所述装置还包括规划单元,所述规划单元用于:根据采集到的单帧数据或多帧数据得到主车的规划结果,所述规划结果包括规划的行车路线;
所述装置还用于:如果主车的规划结果是变道,则根据主车的规划结果和障碍物的预测轨迹,判断主车变道是否安全。
9.根据权利要求8所述的装置,其特征在于,所述单帧判别单元还用于:
根据主车的规划结果和障碍物的预测轨迹,计算所述目标车道上的每个障碍物相对于主车的安全距离,所述安全距离包括横向安全距离和纵向安全距离;
在主车与障碍物的横向距离大于所述横向安全距离,并且主车与障碍物的纵向距离大于所述纵向安全距离的情况下,判定障碍物相对于主车的距离大于安全距离。
10.根据权利要求6或7所述的装置,其特征在于,所述装置还用于:
若判定主车在当前时刻变道不安全,则在获取到下一帧数据后,再执行所述无人车变道安全判别装置所执行的功能。
11.一种无人车变道安全判别装置,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读存储介质,其存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910245288.1A CN109887321B (zh) | 2019-03-28 | 2019-03-28 | 无人车变道安全判别方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910245288.1A CN109887321B (zh) | 2019-03-28 | 2019-03-28 | 无人车变道安全判别方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109887321A CN109887321A (zh) | 2019-06-14 |
CN109887321B true CN109887321B (zh) | 2021-06-11 |
Family
ID=66935058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910245288.1A Active CN109887321B (zh) | 2019-03-28 | 2019-03-28 | 无人车变道安全判别方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109887321B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081069B (zh) * | 2019-12-31 | 2021-08-06 | 交通运输部公路科学研究所 | 一种高速公路瓶颈区域的车辆轨迹控制方法 |
CN111613060B (zh) * | 2020-05-30 | 2021-08-24 | 腾讯科技(深圳)有限公司 | 一种数据处理方法以及设备 |
CN113406954A (zh) * | 2021-02-04 | 2021-09-17 | 湖南三一路面机械有限公司 | 无人驾驶压路机路径规划方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013107431A (ja) * | 2011-11-18 | 2013-06-06 | Mitsubishi Motors Corp | 車間距離制御装置 |
CN105216792A (zh) * | 2014-06-12 | 2016-01-06 | 株式会社日立制作所 | 对周围环境中的障碍物目标进行识别跟踪的方法和设备 |
JP2017033045A (ja) * | 2015-07-28 | 2017-02-09 | 日産自動車株式会社 | 走行制御装置の制御方法および走行制御装置 |
CN106446430A (zh) * | 2016-09-30 | 2017-02-22 | 长安大学 | 一种半挂车弯道超车风险分析方法 |
DE102015219934A1 (de) * | 2015-10-14 | 2017-04-20 | Volkswagen Aktiengesellschaft | Kommunikation einer Fahrstreifenwechselabsicht |
CN106647776A (zh) * | 2017-02-24 | 2017-05-10 | 驭势科技(北京)有限公司 | 车辆变道趋势的判断方法、判断装置和计算机存储介质 |
CN107683233A (zh) * | 2015-05-28 | 2018-02-09 | 德尔福技术有限公司 | 具有不稳定的其他车辆避让的自动化车辆 |
CN108490951A (zh) * | 2018-04-24 | 2018-09-04 | 蔡璟 | 一种基于自动驾驶的预判超车方法及其系统 |
CN108674185A (zh) * | 2018-01-29 | 2018-10-19 | 南京农业大学 | 一种无人农业车辆田间遇障速度控制方法 |
CN109445428A (zh) * | 2018-10-08 | 2019-03-08 | 北京海纳川汽车部件股份有限公司 | 自动驾驶车辆的变道方法、装置及具有其的自动驾驶车辆 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542845A (zh) * | 2011-12-23 | 2012-07-04 | 奇瑞汽车股份有限公司 | 一种基于gps定位与车车通讯技术的变道预警系统及方法 |
CN102800213B (zh) * | 2012-08-27 | 2014-06-18 | 武汉大学 | 一种基于车辆通行优先级的换道危险避撞的方法 |
CN103065501B (zh) * | 2012-12-14 | 2014-08-06 | 清华大学 | 一种汽车换道预警方法及换道预警系统 |
JP6787671B2 (ja) * | 2016-01-14 | 2020-11-18 | 株式会社デンソー | 合流支援装置 |
CN106364486B (zh) * | 2016-09-08 | 2019-08-27 | 江苏大学 | 一种基于危害分析的智能车辆变道控制方法 |
CN106598053B (zh) * | 2016-12-19 | 2018-01-02 | 驭势科技(北京)有限公司 | 一种自动驾驶车辆横向运动控制对象选择方法 |
CN108202745B (zh) * | 2016-12-19 | 2020-10-02 | 法法汽车(中国)有限公司 | 预测障碍物车辆状态的方法及系统 |
CN107644551A (zh) * | 2017-09-04 | 2018-01-30 | 维沃移动通信有限公司 | 一种超车预判方法及终端 |
CN107792073B (zh) * | 2017-09-29 | 2019-10-25 | 东软集团股份有限公司 | 一种车辆换道控制方法、装置及相关设备 |
CN109035862B (zh) * | 2018-08-06 | 2020-04-14 | 清华大学 | 一种基于车车通信的多车协同换道控制方法 |
-
2019
- 2019-03-28 CN CN201910245288.1A patent/CN109887321B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013107431A (ja) * | 2011-11-18 | 2013-06-06 | Mitsubishi Motors Corp | 車間距離制御装置 |
CN105216792A (zh) * | 2014-06-12 | 2016-01-06 | 株式会社日立制作所 | 对周围环境中的障碍物目标进行识别跟踪的方法和设备 |
CN107683233A (zh) * | 2015-05-28 | 2018-02-09 | 德尔福技术有限公司 | 具有不稳定的其他车辆避让的自动化车辆 |
JP2017033045A (ja) * | 2015-07-28 | 2017-02-09 | 日産自動車株式会社 | 走行制御装置の制御方法および走行制御装置 |
DE102015219934A1 (de) * | 2015-10-14 | 2017-04-20 | Volkswagen Aktiengesellschaft | Kommunikation einer Fahrstreifenwechselabsicht |
CN106446430A (zh) * | 2016-09-30 | 2017-02-22 | 长安大学 | 一种半挂车弯道超车风险分析方法 |
CN106647776A (zh) * | 2017-02-24 | 2017-05-10 | 驭势科技(北京)有限公司 | 车辆变道趋势的判断方法、判断装置和计算机存储介质 |
CN108674185A (zh) * | 2018-01-29 | 2018-10-19 | 南京农业大学 | 一种无人农业车辆田间遇障速度控制方法 |
CN108490951A (zh) * | 2018-04-24 | 2018-09-04 | 蔡璟 | 一种基于自动驾驶的预判超车方法及其系统 |
CN109445428A (zh) * | 2018-10-08 | 2019-03-08 | 北京海纳川汽车部件股份有限公司 | 自动驾驶车辆的变道方法、装置及具有其的自动驾驶车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN109887321A (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103786729B (zh) | 车道识别方法和系统 | |
US9937905B2 (en) | Side collision avoidance system and method for vehicle | |
US9889858B2 (en) | Confidence estimation for predictive driver assistance systems based on plausibility rules | |
US9400897B2 (en) | Method for classifying parking scenarios for a system for parking a motor vehicle | |
CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
CN113853640B (zh) | 电子控制装置 | |
CN110111602A (zh) | 一种车辆碰撞预警方法、装置及设备 | |
CN111103587A (zh) | 用于预测同时并线车辆的方法和设备及包括其的车辆 | |
CN110718094A (zh) | 碰撞预警方法、装置和设备 | |
US20220375349A1 (en) | Method and device for lane-changing prediction of target vehicle | |
CN115489530A (zh) | 车辆的换道方法、装置、车辆及存储介质 | |
CN114475656B (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN111985850A (zh) | 行车风险控制方法及行车风险控制装置、计算机存储介质 | |
CN113787997B (zh) | 紧急制动控制方法、电子设备及存储介质 | |
CN113335311B (zh) | 一种车辆碰撞检测方法、装置、车辆及存储介质 | |
CN113053165A (zh) | 车辆及其碰撞识别方法、装置和设备 | |
EP4397554A1 (en) | Vehicle safety control method and apparatus, electronic device, and storage medium | |
CN111557026A (zh) | 驾驶辅助装置、驾驶辅助系统、驾驶辅助方法以及存储有驾驶辅助程序的记录介质 | |
CN115497323B (zh) | 基于v2x的车辆协同变道方法及设备 | |
CN113962107A (zh) | 对行驶路段仿真的方法、装置、电子设备及存储介质 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测系统以及记录介质 | |
CN111696386A (zh) | 一种基于车道线的辅助预警系统、方法和介质 | |
CN116125897B (zh) | 自动驾驶决策方法、装置、电子设备及存储介质 | |
US20220028258A1 (en) | Warning presentation control device, warning presentation control system, method of controlling warning presentation, and recording medium storing warning presentation control program | |
CN117465427A (zh) | 横向防碰撞方法、装置、设备及存储介质 |
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 |