CN110319844B - 用于车路协同环境下交叉路口表达及车路目标匹配的方法 - Google Patents
用于车路协同环境下交叉路口表达及车路目标匹配的方法 Download PDFInfo
- Publication number
- CN110319844B CN110319844B CN201910515999.6A CN201910515999A CN110319844B CN 110319844 B CN110319844 B CN 110319844B CN 201910515999 A CN201910515999 A CN 201910515999A CN 110319844 B CN110319844 B CN 110319844B
- Authority
- CN
- China
- Prior art keywords
- intersection
- vehicle
- branch
- target vehicle
- road
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于车路协同环境下交叉路口表达及车路目标匹配的方法,包括:交叉口的简易表达方法:选定交叉路口并预先采集其中心点处和各分支路口停车线中点处的经纬度信息;在交叉路口所在平面基建立极坐标系,计算确定各分支路口停车线中点的极角;根据各个分支路口极角范围赋予其编号;车路目标匹配方法:计算目标车辆所在点的极径,明确其是否处于交叉路口区域;观测极径的变化趋势,判定目标车辆的行驶方向;将目标车辆所在点的极角与各个分支路口极角范围进行匹配,确定目标车辆所处分支路口。本发明能非常灵活、简易地定义任意交叉口,并能稳定、高效地判断目标车辆是否处于交叉路口区域,确定其行驶方向和所处分支路口。
Description
技术领域
本发明涉及车路协同条件下车辆定位技术领域,尤其涉及一种用于车路协同环境下交叉路口表达及车路目标匹配的方法。
背景技术
道路平面交叉口是交通系统的重要构成部分,是道路交通网络的关键节点和枢纽,更是行人和车辆转向、汇合、分流的地方。在联通路网和承担大量交通流的同时,道路交叉路口范围内车与行人、车与车,尤其是机动车与非机动车的冲突已成为诱发道路交通事故的重要因素。
为了保证道路交叉口行人及车辆的安全通行,车路协同(Cooperative VehicleInfrastructure System,CVIS)等技术已被研究或应用于道路交叉口,利用车路协同技术在提前获知目标车辆所处路口及行驶方向等信息的基础上,对目标车辆可能发生的冲突进行预判,并根据风险分析结果采取应变措施以实现安全通行。
然而,道路平面交叉口类型多样,包括三枝分叉、四枝分叉以及多枝分叉等,并且存在几何形状不规则或者非对称的交叉路口,如何在通用类型的交叉路口下完成对目标车辆当前所处路口和当前行驶方向的准确判断、并进行冲突的识别,已成为一个难点问题。
通过总结现有的关于车路协同环境下交叉路口的车路目标匹配的实现途径,发现主要通过以下两种方法解决:方法一、通将道路特殊固定点处的经纬度及目标车辆的经纬度信息转化为WGS-84坐标或者高斯投影坐标,在同一绝对坐标系中根据平面几何关系对目标车辆的所处路口位置和行驶方向进行判断;方法二、利用高精度电子地图匹配,并结合相关改进的定位算法,分析得到目标车辆所处路口和行驶方向。
其中,方法一测量数据大,数据计算较为繁琐,并且经纬度的误差极易导致车路目标匹配失败;方法二对电子地图精度要求极高,从地图存储量较大,并且受算法准确性的影响,所以该方法极不稳定。
尽管上述两种方法对车路协同环境下的交叉路口车路目标匹配具有实际应用价值,但均存在精度要求高、不稳定、受交叉口类型限制的缺点。因此,提出一种适用于通用类型交叉口的、准确的、稳定性高的交叉口表达方式、并实现车路目标匹配方法是有必要的。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种用于车路协同环境下交叉路口表达及车路目标匹配的方法。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种用于车路协同环境下交叉路口表达及车路目标匹配的方法,该方法包括:交叉口的简易表达方法和车路目标匹配方法;其具体步骤为:
交叉口的简易表达方法:
S1、选定交叉路口并预先采集其中心点处的经纬度信息,同时采集各分支路口停车线中点处的经纬度信息;
S2、在交叉路口所在平面基于交叉路口中心点和正东方向建立极坐标系,通过经纬度信息计算确定各分支路口停车线中点的极角,从而进一步获得分支路口的极角范围;
S3、根据各个分支路口独特无重复的极角范围,依次赋予其特定编号;
车路目标匹配方法:
S4、计算目标车辆所在点与交叉口中心点的距离即极径,明确目标车辆是否处于交叉路口区域;
S5、观测目标车辆所在点的极径的变化趋势,判定目标车辆的行驶方向;获得目标车辆所在点的极角,并将其与各个分支路口极角范围进行匹配,确定目标车辆所处分支路口。
进一步地,本发明的步骤S1的具体方法为:
选定具有N个分支的交叉路口,测量采集路口中心点O处的经纬度信息LO、BO,同时采集各分支路口停车线中点处的经纬度信息Li、Bi,1≤i≤N,路口中心点是指交叉路口的各分支汇合的交点,包括:
任意选定一普通类型的交叉路口,确定其分支路口数为N、中心点O以及分支路口停车线中点;
利用地理信息采集设备预先测量交叉路口中心点O处的经纬度信息和各个分支路口停车线中点的经纬度信息Li、Bi。
进一步地,本发明的步骤S2中建立极坐标系的具体方法为:
建立与交叉路口同一平面的极坐标系,测定各个分支路口停车线中点处的极角θi,通过分支路口与其停车线中点的空间位置关系得到各分支路口的极角变化范围θi1~θi2,1≤i≤N。
进一步地,本发明的步骤S2中获得分支路口的极角范围的具体方法为:
计算获得各分支路口停车线中点在极坐标系中的极角,取逆时针方向为正;根据停车线中点的极角及其与分支路口的空间位置关系,得到分支路口的极角范围,各分支路口极角范围无重叠部分。
进一步地,本发明的步骤S3中进行编号的具体方法为:
结合各分支路口的极角变化范围,给各个分支路口进行特定编码,其编码信息记为Si,1≤i≤N;包括:
按照递增规则,分别给各分支路口极角范围进行排序;
按照分支路口极角范围差异,依次序给各个分支路口标定独特的编码信息S1~SN。
进一步地,本发明的步骤S4中计算目标车辆所在点与交叉口中心点的距离即极径,明确目标车辆是否处于交叉路口区域的具体方法为:
目标车辆P通过GPS、北斗或惯性导航系统获取其位置信息,位置信息包括经纬度信息和航向角信息,包括:
目标车辆P通过车载定位系统获取自身位置信息;
根据目标车辆实时经纬度信息LP、BP和交叉口中心点经纬度信息LO、BO,计算目标车辆P与交叉路口中心点O的距离dPO,即极径;
比较距离dPO与阈值D的大小关系,判定目标车辆P是否在交叉路口区域范围内。
进一步地,本发明的步骤S5中观测目标车辆所在点的极径的变化趋势,判定目标车辆的行驶方向的具体方法为:
判断目标车辆所在点与交叉口中心点距离即极径的增减规律;
目标车辆所在点极径增大,表明目标车辆驶离交叉路口;目标车辆所在点极径减小,表明目标车辆驶入交叉路口。
进一步地,本发明的步骤S5中确定目标车辆所处分支路口的具体方法为:
根据目标车辆的位置信息,计算获取目标车辆所在点的极角;
目标车辆驶入交叉路口,将目标车辆所在点的极角与各分支路口极角范围进行一一匹配,则得到目标车辆所处分支路口;
目标车辆驶离交叉路口,通过目标车辆所在点极角与分支路口极角范围±180°后进行匹配,确定目标车辆所处分支路口。
本发明产生的有益效果是:本发明的用于车路协同环境下交叉路口表达及车路目标匹配的方法,(1)信息处理量小,操作简单,易于实现。本发明仅需要通过极坐标系下的目标车辆所在点的极径变化趋势和极角范围筛选即可实现车路目匹配。(2)稳定、高效、准确。本发明中实现车路目标表匹配的方法,步骤简单、流程固定、受设备精度影响小。(3)容错性好。本发明中,各分支路口的极角范围可以在一定的角度范围内变动而不影响车路目标匹配结果。(4)普遍适用性。本发明提供的方法可以适用绝大多数类型的平面交叉口车路目标匹配问题。故而,本发明所提供的方法可以准确、稳定地、快速地完成对交叉路口目标车辆所处分支路口和行驶方向的判断,并且操作简单、实用性强,有效解决坐标转换、高精电子地图匹配等实现车路目标匹配的方法误差大、不稳定的缺陷。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是一种用于车路协同环境下交叉路口表达及车路目标匹配的方法的流程图;
图2是一种用于车路协同环境下交叉路口表达及车路目标匹配的方法的分支路口极角范围和车辆位置示意图;
图3是一种用于车路协同环境下交叉路口表达及车路目标匹配的方法的行驶方向和所处路口判断流程图;
图4是一种用于车路协同环境下交叉路口表达及车路目标匹配的方法的设计实施例一;
图5是一种用于车路协同环境下交叉路口表达及车路目标匹配的方法的设计实施例二。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明的主要思路是:第一步完成对交叉路口的简易表达:选定交叉路口并预先采集其中心点处的经纬度信息,同时采集各分支路口停车线中点处的经纬度信息;接着,在交叉路口所在平面基于交叉路口中心点和正东方向建立极坐标系;然后,通过经纬度信息计算确定各分支路口停车线中点的极角,从而进一步获得分支路口的极角范围;最后,根据各个分支路口独特无重复的极角范围,依次赋予其特定编号。第二步实现车路目标匹配:首先,计算目标车辆所在点与交叉口中心点的距离即极径,明确目标车辆是否处于交叉路口区域;然后,观测目标车辆所在点的极径的变化趋势,判定目标车辆的行驶方向;最后,获得目标车辆所在点的极角,并将其与各个分支路口极角范围进行匹配,确定目标车辆所处分支路口,即完成车路目标匹配。
如图1至图3所示,本实施例公开了一种用于车路协同环境下交叉路口表达及车路目标匹配的方法,车辆在预先选定的道路上行驶,该方法包括:
S1、明确具有N个分支的交叉路口,测量采集路口中心点O处的经纬度信息LO、BO,同时采集各个分支路口停车线中点的经纬度信息。
需要说明的是,选定的交叉路口中心点处和分支路口停车线中点处的经纬度信息是固定不变的,并且是唯一的。
S2、建立与交叉路口同一平面的极坐标系,测定分支路口停车线中点的极角θi,考虑合理的极角变化量Δθ,得到各分支路口的极角变化范围θi1~θi2(1≤i≤N);
其中,定义极角的变化范围为0~360°,各相邻分支路口的极角范围不允许有重叠区域,并且各分支路口的极角范围由(θi1~θi2)±Δθ(1≤i≤N)计算得到。
S3、结合各分支路口的极角范围,给各个分支路口进行特定编码,其编码信息记为Si(1≤i≤N);
分支路口的编码信息相当于识别具体路口的特征信息,亦即获取分支路口极角范围的特征信息。
S4、通过根据目标车辆P的实时位置等信息,计算目标车辆P的极径dPO,由dPO与阈值D的大小关系判断目标车辆P是否进入交叉路口区域;
需要说明的是,阈值D是预先分析计算得到的一个划分路段路口的临界值,即目标车辆P的极径dPO小于阈值D时,认为目标车辆P位于交叉路口区域内;否则,目标车辆P位于路段区域内。
S5、目标车辆P处于交叉路口区域时,观测一定时间内的dPO的变化趋势,判断目标车辆P的行驶方向;利用在极坐标系中的极角θP,并将θP与θi1~θi2(1≤i≤N)进行匹配,确定目标车辆P所在分支路口的Si(1≤i≤N),即实现车路目标匹配。
需要说明的是,通过目标车辆P所在点与交叉路口中心点O的距离远近变化判断车辆是驶入交叉路口或者驶离交叉路口;通过目标车辆P所在点的极角所归属的分支路口极角范围,确定目标车辆当前所处的分支路口。
优选地,所述选定具有N个分支的交叉路口,测量采集路口中心点O处的经纬度信息LO、BO,同时采集各分支路口停车线中点处的经纬度信息Li、Bi(1≤i≤N),所述路口中心点是指交叉路口的各分支汇合的交点,包括:
任意选定一普通类型的交叉路口,确定其分支路口数为N、中心点O以及分支路口停车线中点;
利用地理信息采集设备预先测量所述交叉路口中心点O处的经纬度信息和各个分支路口停车线中点的经纬度信息Li、Bi(1≤i≤N)。
优选地,所述建立与交叉路口同一平面的极坐标系,测定各个分支路口停车线中点处的极角θi,通过分支路口与其停车线中点的空间位置关系得到各分支路口的极角变化范围θi1~θi2(1≤i≤N),包括:
在交叉路口所在平面上以中心点O为极点、以正东方向为极轴方向建立极坐标系;
在所述极坐标中,测定各个分支路口停车线中点处的极角θi,根据停车线中点与其所在分支路口的空间位置关系,以θi+Δθ描述路口的极角范围变化,测定各个分支路的极角范围为θi1~θi2(1≤i≤N)。
优选地,所述结合各分支路口的极角变化范围,给各个分支路口进行特定编码,其编码信息记为Si(1≤i≤N),包括:
将各个分支路口的极角范围按照递增规则排序;
依次序给各个分支路口标定独特的编码信息S1~SN。
优选地,所述目标车辆P通过GPS、北斗或惯性导航系统获取其位置信息。所述位置信息包括经纬度信息和航向角信息,包括:
目标车辆P通过车载定位系统获取自身位置信息;
根据目标车辆位置信息和交叉路口中心点处的位置信息,得到目标车辆所在点在极坐标系下的有序数对(dPO,θP)。
优选地,所述通过目标车辆实时经纬度信息LP、BP,实时计算目标车辆P的极径dPO和极角θP,由dPO与阈值D的大小关系判断目标车辆P是否进入交叉路口区域。所述阈值D是指区分路口路段模式的一个固定距离值,包括:
根据目标车辆实时经纬度信息LP、BP和交叉口中心点经纬度信息LO、BO,计算目标车辆P与交叉路口中心点O的距离dPO;
比较所述距离dPO与阈值D的大小关系,判定目标车辆P是否在交叉路口区域范围内;
优选地,所述目标车辆P处于交叉路口区域时,观测一定时间内的dPO的变化趋势,判断目标车辆P的行驶方向;利用目标车辆P在极坐标系中的极角θP,并将θP与分支路口极角范围进行匹配,确定目标车辆P所在分支路口的Si(1≤i≤N),即实现车路目标匹配,包括:
观测一定时间内的dPO的变化趋势,判断目标车辆的驶入驶离路口状态;
计算目标车辆P在极坐标系中的实时极角θP,将所述极角θP与各分支路口的极角范围进行匹配,得到目标车辆当前所处分支路口Si(1≤i≤N),实现车路目标匹配。
优选地,该方法包括:
目标车辆所在点极径dPO逐渐增大时,目标车辆驶离交叉路口,通过匹配θP所属的分支路口极角范围(θi1~θi2)±180°(1≤i≤N),确定其所处分支路口Si(1≤i≤N)。
目标车辆所在点极径dPO逐渐减小时,目标车辆驶入交叉路口,通过匹配θP所属的分支路口极角范围θi1~θi2(1≤i≤N),确定其所处分支路口Si(1≤i≤N)。
优选地,还包括:
对各个分支路口极角变化范围进行误差校准,合理地调整极角变化量Δθ,以减少甚至避免车路目标无法匹配的情况。
本发明还提供以下两个具体实施例:
实施例一
参阅图4,完成车路协同环境下交叉路口表达及车路目标匹配,具体步骤如下:
①明确对称交叉路口具有四个分支路口,采集中心点O处的经纬度信息LO、BO和四个分支路口停车线中点处的经纬度信息Li、Bi;
②以中心点O为极点,正东方向为极轴方向,建立与交叉路口同一平面下的极坐标系;
③测定四个分支路口停车线中点在上述极坐标系下的极角,进而得到分支路口极角范围,分别记为θ11~θ12、θ21~θ22、θ31~θ32、θ41~θ42,并依次序赋予各分支路口编码S1、S2、S3、S4;
④计算上述极坐标系下目标车辆P所在点的极径dPO,并判断dPO与路段路口阈值D的大小关系,确定目标车辆P是否位于交叉路口区域内;
⑤针对交叉路口区域内的目标车辆P,根据其所在点与中心点O的距离亦即dPO的增减规律,确定目标车辆P行驶方向。若dPO不断减小,表明目标车辆P驶入路口;反之,若dPO不断增大,表明目标车辆P驶离路口;
⑥通过极坐标系下目标车辆P所在点的极角θP与四个分支路口极角变化范围θ11~θ12、θ21~θ22、θ31~θ32、θ41~θ42的归属关系,确定目标车辆P当前所处路口Si(1≤i≤4)。
其中,若是目标车辆P驶离交叉路口,通过其极角θP与极角范围(θ11~θ12)±180°、(θ21~θ22)±180°、(θ31~θ32)±180°、(θ41~θ41)±180°进行匹配,确定目标车辆P所处路口Si(1≤i≤4)。
实施例二
参阅图5,完成车路协同环境下交叉路口的车路目标匹配,具体步骤如下:
①明确非对称交叉路口一共具有三个分支路口,采集中心点O处的经纬度信息LO、BO,同时采集各个分支路口停车线中点的经纬度信息;
②以中心点O为极点,正东方向为极轴方向,建立与交叉路口同一平面下的极坐标系;
③测定三个分支路口停车线中点在上述极坐标系下的极角,进而得到分支路口极角范围,分别记为θ11~θ12、θ21~θ22、θ31~θ32,并依次序赋予各分支路口编码S1、S1、S3;
④计算上述极坐标系下目标车辆P所在点的极径dPO,并判断dPO与路段路口阈值D的大小关系,确定目标车辆P是否位于交叉路口区域内;
⑤针对交叉路口区域内的目标车辆P,根据其所在点与中心点O的距离亦即dPO的增减规律,确定目标车辆P行驶方向。若dPO不断减小,表明目标车辆P驶入路口;反之,若dPO不断增大,表明目标车辆P驶离路口;
⑥通过极坐标系下目标车辆P所在点的极角θP与三个分支路口极角变化范围θ11~θ12、θ21~θ22、θ31~θ32的归属关系,确定目标车辆P当前所处路口Si(1≤i≤3)。
其中,若是目标车辆P驶离交叉路口,通过其极角θP与极角范围(θ11~θ12)±180°、(θ21~θ22)±180°、(θ31~θ32)±180°进行匹配,确定目标车辆P所处路口Si(1≤i≤3)。
综上所述,本发明通过在交叉路口建立极坐标系,利用目标车辆所在点的极径变化趋势以及其极角与分支路口极角范围归属关系,可以实现交叉路口车路目标有效匹配。对比其他方法,本发明更加容易操作实现、计算处理信息量小,能够更快速、稳定、准确地判断出目标处车辆当前行驶方向和当前所处路口,并且本发明同样适用于不同类型交叉口。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (8)
1.一种用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,该方法包括:交叉口的简易表达方法和车路目标匹配方法;其具体步骤为:
交叉口的简易表达方法:
S1、选定交叉路口并预先采集其中心点处的经纬度信息,同时采集各分支路口停车线中点处的经纬度信息;
S2、在交叉路口所在平面基于交叉路口中心点和正东方向建立极坐标系,通过经纬度信息计算确定各分支路口停车线中点的极角,从而进一步获得分支路口的极角范围;
S3、根据各个分支路口独特无重复的极角范围,依次赋予其特定编号;
车路目标匹配方法:
S4、计算目标车辆所在点与交叉口中心点的距离即极径,明确目标车辆是否处于交叉路口区域;
S5、观测目标车辆所在点的极径的变化趋势,判定目标车辆的行驶方向;获得目标车辆所在点的极角,并将其与各个分支路口极角范围进行匹配,确定目标车辆所处分支路口。
2.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S1的具体方法为:
选定具有N个分支的交叉路口,测量采集路口中心点O处的经纬度信息LO、BO,同时采集各分支路口停车线中点处的经纬度信息Li、Bi,1≤i≤N,路口中心点是指交叉路口的各分支汇合的交点,包括:
任意选定一普通类型的交叉路口,确定其分支路口数为N、中心点O以及分支路口停车线中点;
利用地理信息采集设备预先测量交叉路口中心点O处的经纬度信息和各个分支路口停车线中点的经纬度信息Li、Bi。
3.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S2中建立极坐标系的具体方法为:
建立与交叉路口同一平面的极坐标系,测定各个分支路口停车线中点处的极角θi,通过分支路口与其停车线中点的空间位置关系得到各分支路口的极角变化范围θi1~θi2,1≤i≤N。
4.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S2中获得分支路口的极角范围的具体方法为:
计算获得各分支路口停车线中点在极坐标系中的极角,取逆时针方向为正;根据停车线中点的极角及其与分支路口的空间位置关系,得到分支路口的极角范围,各分支路口极角范围无重叠部分。
5.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S3中进行编号的具体方法为:
结合各分支路口的极角变化范围,给各个分支路口进行特定编码,其编码信息记为Si,1≤i≤N;包括:
按照递增规则,分别给各分支路口极角范围进行排序;
按照分支路口极角范围差异,依次序给各个分支路口标定独特的编码信息S1~SN。
6.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S4中计算目标车辆所在点与交叉口中心点的距离即极径,明确目标车辆是否处于交叉路口区域的具体方法为:
目标车辆P通过GPS、北斗或惯性导航系统获取其位置信息,位置信息包括经纬度信息和航向角信息,包括:
目标车辆P通过车载定位系统获取自身位置信息;
根据目标车辆实时经纬度信息LP、BP和交叉口中心点经纬度信息LO、BO,计算目标车辆P与交叉路口中心点O的距离dPO,即极径;
比较距离dPO与阈值D的大小关系,判定目标车辆P是否在交叉路口区域范围内。
7.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S5中观测目标车辆所在点的极径的变化趋势,判定目标车辆的行驶方向的具体方法为:
判断目标车辆所在点与交叉口中心点距离即极径的增减规律;
目标车辆所在点极径增大,表明目标车辆驶离交叉路口;目标车辆所在点极径减小,表明目标车辆驶入交叉路口。
8.根据权利要求1所述的用于车路协同环境下交叉路口表达及车路目标匹配的方法,其特征在于,步骤S5中确定目标车辆所处分支路口的具体方法为:
根据目标车辆的位置信息,计算获取目标车辆所在点的极角;
目标车辆驶入交叉路口,将目标车辆所在点的极角与各分支路口极角范围进行一一匹配,则得到目标车辆所处分支路口;
目标车辆驶离交叉路口,通过目标车辆所在点极角与分支路口极角范围±180°后进行匹配,确定目标车辆所处分支路口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910515999.6A CN110319844B (zh) | 2019-06-14 | 2019-06-14 | 用于车路协同环境下交叉路口表达及车路目标匹配的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910515999.6A CN110319844B (zh) | 2019-06-14 | 2019-06-14 | 用于车路协同环境下交叉路口表达及车路目标匹配的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110319844A CN110319844A (zh) | 2019-10-11 |
CN110319844B true CN110319844B (zh) | 2022-12-27 |
Family
ID=68119599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910515999.6A Active CN110319844B (zh) | 2019-06-14 | 2019-06-14 | 用于车路协同环境下交叉路口表达及车路目标匹配的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110319844B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113203425B (zh) * | 2020-01-15 | 2023-04-07 | 宁波吉利汽车研究开发有限公司 | 一种基于车路协同的车道匹配方法、装置、设备、存储介质和车辆 |
CN111401255B (zh) * | 2020-03-17 | 2023-05-12 | 阿波罗智联(北京)科技有限公司 | 用于识别分歧路口的方法和装置 |
CN113232649B (zh) * | 2021-04-26 | 2023-04-07 | 上汽大通汽车有限公司 | 一种基于v2x的路口通行防碰撞装置及防碰撞方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993005492A1 (en) * | 1991-08-28 | 1993-03-18 | Anagnostopoulos A Panagiotis | Method for automatic routing, navigation, protection and guidance for vehicle drivers |
CN103235848A (zh) * | 2013-04-15 | 2013-08-07 | 中国科学院软件研究所 | 一种基于简化路网模型的轻量级路网匹配方法 |
CN106448194A (zh) * | 2016-10-28 | 2017-02-22 | 清华大学 | 交叉路口交通信号和车辆协同控制方法及装置、车辆 |
CN109163732A (zh) * | 2018-08-07 | 2019-01-08 | 武汉中海庭数据技术有限公司 | 一种基于交叉路口的高精度道路计算匹配方法及系统 |
CN109307517A (zh) * | 2017-07-28 | 2019-02-05 | 高德信息技术有限公司 | 交叉路口定位方法和装置 |
CN109584558A (zh) * | 2018-12-17 | 2019-04-05 | 长安大学 | 一种面向城市交通信号配时的交通流统计方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110049548A (ko) * | 2009-11-05 | 2011-05-12 | 엘지전자 주식회사 | 이동 단말기의 내비게이션 방법 및 그 장치 |
-
2019
- 2019-06-14 CN CN201910515999.6A patent/CN110319844B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993005492A1 (en) * | 1991-08-28 | 1993-03-18 | Anagnostopoulos A Panagiotis | Method for automatic routing, navigation, protection and guidance for vehicle drivers |
CN103235848A (zh) * | 2013-04-15 | 2013-08-07 | 中国科学院软件研究所 | 一种基于简化路网模型的轻量级路网匹配方法 |
CN106448194A (zh) * | 2016-10-28 | 2017-02-22 | 清华大学 | 交叉路口交通信号和车辆协同控制方法及装置、车辆 |
CN109307517A (zh) * | 2017-07-28 | 2019-02-05 | 高德信息技术有限公司 | 交叉路口定位方法和装置 |
CN109163732A (zh) * | 2018-08-07 | 2019-01-08 | 武汉中海庭数据技术有限公司 | 一种基于交叉路口的高精度道路计算匹配方法及系统 |
CN109584558A (zh) * | 2018-12-17 | 2019-04-05 | 长安大学 | 一种面向城市交通信号配时的交通流统计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110319844A (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110319844B (zh) | 用于车路协同环境下交叉路口表达及车路目标匹配的方法 | |
CN107843440B (zh) | 一种自动驾驶车辆性能测试系统及方法 | |
CN106918342B (zh) | 无人驾驶车辆行驶路径定位方法及定位系统 | |
CN108922173B (zh) | 一种车辆偏离检测方法及装置 | |
CN106969764B (zh) | 一种道路匹配方法、装置及车载地图采集系统 | |
CN104819724B (zh) | 一种基于gis的无人地面车辆自主行驶辅助系统 | |
US9377313B2 (en) | Methods and systems for creating digital street network database | |
WO2018233175A1 (zh) | 危险预警方法、系统、v2x车载终端及存储器 | |
CN102494693B (zh) | 基于路口形态的路口转向信息语音播报方法 | |
EP3789733A1 (en) | Turn lane configuration | |
CN110031011B (zh) | 集成时空邻近与改进权重圆的车载实时地图匹配计算方法 | |
US11237007B2 (en) | Dangerous lane strands | |
CN113447033B (zh) | 一种车道级地图匹配方法及系统 | |
CN111275997B (zh) | 用于提供地图数据的方法、机动车和中央数据处理设备 | |
CN107798873B (zh) | 一种路口车流均衡程度评估方法及装置 | |
CN101532834A (zh) | WGS84椭球与Clarke80椭球的坐标转换方法 | |
CN113375685B (zh) | 基于子轨迹相交的城市路口中心识别及路口转弯规则提取方法 | |
CN106469505A (zh) | 一种浮动车轨迹纠偏方法和装置 | |
Merriaux et al. | Wheel odometry-based car localization and tracking on vectorial map | |
CN106199669A (zh) | 一种基于gps轨迹分析公交车辆运行过程的方法及装置 | |
CN111238502A (zh) | 一种道路地图生成方法、装置及相关系统 | |
CN104048668B (zh) | 浮动车的地图映射方法 | |
US20210157307A1 (en) | Method, apparatus and computer program product for determining a measure of probe quality | |
CN112991722B (zh) | 高频gps点的公交车辆实时路口预测方法和系统 | |
CN110675631A (zh) | 一种交通流溯源分析方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |