CN110641461A - 一种车辆预警的方法、车路协同系统及存储介质 - Google Patents

一种车辆预警的方法、车路协同系统及存储介质 Download PDF

Info

Publication number
CN110641461A
CN110641461A CN201911116130.0A CN201911116130A CN110641461A CN 110641461 A CN110641461 A CN 110641461A CN 201911116130 A CN201911116130 A CN 201911116130A CN 110641461 A CN110641461 A CN 110641461A
Authority
CN
China
Prior art keywords
early warning
vehicle
distance
calculating
warning information
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
Application number
CN201911116130.0A
Other languages
English (en)
Other versions
CN110641461B (zh
Inventor
丁磊
鞠传凯
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.)
Human Horizons Shanghai New Energy Drive Technology Co Ltd
Original Assignee
Human Horizons Shanghai New Energy Drive Technology Co Ltd
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 Human Horizons Shanghai New Energy Drive Technology Co Ltd filed Critical Human Horizons Shanghai New Energy Drive Technology Co Ltd
Priority to CN201911116130.0A priority Critical patent/CN110641461B/zh
Publication of CN110641461A publication Critical patent/CN110641461A/zh
Application granted granted Critical
Publication of CN110641461B publication Critical patent/CN110641461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B60W2050/143—Alarm means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration

Abstract

本发明涉及车路协同技术领域，公开了一种车辆预警的方法、车路协同系统及存储介质，该方法包括：获取本车的预警信息，识别每一预警信息的预警类型；根据预警类型和预设的映射关系，获得预警信息的预警类型评分；根据预警类型，获取本车与预警信息中的危险源之间的相对运动参数，并根据相对运动参数计算预警信息的预警风险评分；检测本车的周围区域内的车辆数量，并根据车辆数量计算车辆密集度；根据预警类型评分、预警风险评分和车辆密集度计算预警信息的预警权值；选取预警权值符合预警条件的预警信息并输出。本发明实施例能够准确地选择有效预警进行报警，提高了预警的准确性，降低了多预警并发时，预警系统对驾驶员或高级驾驶辅助系统的干扰。

Description

一种车辆预警的方法、车路协同系统及存储介质
技术领域
本发明涉及车路协同技术领域，特别是涉及一种车辆预警的方法、车路协同系统及存储介质。
背景技术
智能车路协同系统 (IVICS，Intelligent Vehicle InfrastructureCooperative Systems)是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，从而形成的安全、高效和环保的道路交通系统，其可以帮助驾驶人更快地做出决策判断，有利于提高驾驶安全性，因而智能车路协同系统逐渐成为智能交通系统(ITS，Intelligent Traffic System)的最新发展方向。
目前，现有的车路协同系统中的预警机制一般是通过对预警信息的预警类型、预警等级进行简单判别后，选取等级较高的预警信息进行通知。但是，本发明人在实施本发明的过程中，发现现有技术至少存在以下技术问题：在多威胁并发的情况下，车辆会获得到多个预警信息，此时，采用对预警信息的预警类型、预警等级进行简单判别的预警方式，无法准确地选择有效预警信息进行通知，导致预警的准确性低，从而对驾驶员或高级驾驶辅助系统（ADAS，Advanced Driving Assistant System）造成干扰。
发明内容
本发明的目的是提供一种车辆预警的方法、车路协同系统及存储介质，能够提高预警的准确性，从而降低多预警并发时，预警系统对驾驶员或高级驾驶辅助系统的干扰。
为了解决上述技术问题，本发明提供一种车辆预警的方法，包括：
获取本车的预警信息，并识别每一所述预警信息的预警类型；
根据所述预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分；其中，所述预设的映射关系为预警类型与预警类型评分之间的映射关系；
根据所述预警类型，获取所述本车与所述预警信息中的危险源之间的相对运动参数，并根据所述相对运动参数计算得到所述预警信息对应的预警风险评分；
在获取本车的预警信息后，检测所述本车的周围区域内的车辆数量，并根据所述车辆数量计算车辆密集度；
根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值；
选取预警权值符合预设的预警条件的预警信息，并输出所选取的所述预警信息。
作为优选方案，所述预警类型包括提示性预警、警告性预警和碰撞性预警；其中，所述碰撞性预警包括同向碰撞预警、相向碰撞预警和交叉碰撞预警；则，
所述根据所述预警类型，获取所述本车与所述预警信息中的危险源之间的相对运动参数，并根据所述相对运动参数计算得到所述预警信息对应的预警风险评分，具体包括：
当所述预警类型为所述提示性预警或所述警告性预警时，获取第一距离作为所述相对运动参数，并根据所述第一距离计算得到所述预警信息的预警风险评分；其中，所述第一距离为所述危险源与所述本车预设的预警范围参考点之间的距离；
当所述预警类型为所述同向碰撞预警或所述相向碰撞预警时，获取所述本车的瞬时速度、所述本车的瞬时加速度、潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和第二距离，并根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第二距离计算得到所述预警信息的预警风险评分；其中，所述第二距离为在所述预警信息出现时，两车之间的距离；
当所述预警类型为所述交叉碰撞预警时，获取所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、第三距离和第四距离作为所述相对运动参数，并根据所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、所述第三距离和所述第四距离计算得到所述预警信息的预警风险评分；其中，所述第三距离为所述本车与交汇点之间的距离；所述第四距离为所述潜在碰撞车辆与所述交汇点之间的距离；所述交汇点为所述本车的行驶轨迹与所述潜在碰撞车辆的行驶轨迹的交点。
作为优选方案，所述根据所述第一距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述第一距离，通过以下公式计算所述预警信息的预警风险评分：
Figure 986793DEST_PATH_IMAGE001
其中，为所述预警风险评分；为所述危险源与所述本车预设的预警范围参考点之间的距离阈值，
Figure 612182DEST_PATH_IMAGE004
为所述第一距离。
作为优选方案，所述根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第二距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度和所述潜在碰撞车辆的瞬时加速度，通过以下公式计算第一时间：
Figure 888442DEST_PATH_IMAGE005
其中，
Figure 856398DEST_PATH_IMAGE006
为所述第一时间，所述第一时间为所述预警信息由出现至消除的时间；为所述本车的瞬时速度；
Figure 929713DEST_PATH_IMAGE008
为所述潜在碰撞车辆的瞬时速度；
Figure 326060DEST_PATH_IMAGE009
为所述本车的瞬时加速度；
Figure 730496DEST_PATH_IMAGE010
为所述潜在碰撞车辆的瞬时加速度；
根据所述第一时间、所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度和所述潜在碰撞车辆的瞬时加速度，通过以下公式计算第五距离：
Figure 579504DEST_PATH_IMAGE011
其中，
Figure 94799DEST_PATH_IMAGE012
为所述第五距离，所述第五距离为在所述预警信息出现至消除的过程中，两车之间减少的距离；
Figure 80072DEST_PATH_IMAGE013
为所述本车的驾驶员的反应时间；
判断所述第五距离是否大于等于所述第二距离；若是，则所述预警信息预警风险评分为100；若否，则根据所述第五距离和所述第二距离，通过以下公式计算所述预警信息的预警风险评分：
其中，
Figure 742446DEST_PATH_IMAGE015
为所述预警风险评分；
Figure 61432DEST_PATH_IMAGE016
为所述本车与所述潜在碰撞车辆之间的距离阈值；
Figure 166791DEST_PATH_IMAGE017
为所述第二距离。
作为优选方案，所述根据所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、所述第三距离和所述第四距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述本车的瞬时速度、所述本车的瞬时加速度和所述第三距离，通过以下公式计算第二时间：
Figure 913030DEST_PATH_IMAGE018
其中，
Figure 471050DEST_PATH_IMAGE019
为所述第二时间，所述第二时间为所述本车行驶至所述交汇点的时间；
Figure 328148DEST_PATH_IMAGE020
为所述第三距离；为所述本车的瞬时速度；
Figure 205154DEST_PATH_IMAGE022
为所述本车的瞬时加速度；
根据所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第四距离，通过以下公式计算第三时间：
Figure 777036DEST_PATH_IMAGE023
其中，
Figure 437824DEST_PATH_IMAGE024
为所述第三时间，所述第三时间为所述潜在碰撞车辆行驶至所述交汇点的时间；
Figure 252197DEST_PATH_IMAGE025
为所述第四距离；
Figure 605818DEST_PATH_IMAGE026
为所述潜在碰撞车辆的瞬时速度；
Figure 138430DEST_PATH_IMAGE027
为所述潜在碰撞车辆的瞬时加速度；
当所述第二时间大于所述第三时间时，根据所述第二时间、所述第三时间和所述潜在碰撞车辆的瞬时速度，通过以下公式计算第六距离：
Figure 71751DEST_PATH_IMAGE028
其中，为所述第六距离，所述第六距离为所述本车行驶至所述交汇点时，所述潜在碰撞车辆的当前位置与所述交汇点之间的距离；
判断所述第六距离是否小于所述潜在碰撞车辆的车身长度的一半；若是，则所述预警信息的预警风险评分为100；若否，则根据所述第六距离和所述潜在碰撞车辆的车身长度，通过以下公式计算所述预警信息的预警风险：
Figure 530731DEST_PATH_IMAGE030
其中，
Figure 285061DEST_PATH_IMAGE031
为所述预警风险评分；
Figure 303963DEST_PATH_IMAGE032
为所述第六距离与所述潜在碰撞车辆的车身长度的一半之间的差值阈值；
Figure 92928DEST_PATH_IMAGE033
为所述潜在碰撞车辆的车身长度；
当所述第二时间小于所述第三时间时，根据所述第二时间、所述第三时间和所述本车的瞬时速度，通过以下公式计算第七距离：
Figure 522772DEST_PATH_IMAGE034
其中，
Figure 764398DEST_PATH_IMAGE035
为所述第七距离，所述第七距离为所述潜在碰撞车辆行驶至所述交汇点时，所述本车的当前位置与所述交汇点之间的距离；
判断所述第七距离是否小于所述本车的车身长度的一半；若是，则所述预警信息的预警风险评分为100；若否，则根据所述第七距离和所述本车的车身长度，通过以下公式计算所述预警信息的预警风险：
Figure 836259DEST_PATH_IMAGE036
其中，
Figure 214151DEST_PATH_IMAGE037
为所述预警风险评分；为所述第七距离与所述本车的车身长度的一半之间的差值阈值；
Figure 809397DEST_PATH_IMAGE039
为所述本车的车身长度；
当所述第二时间等于所述第三时间时，所述预警信息的预警风险评分为100。
作为优选方案，所述根据所述预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分，具体包括：
当所述预警类型为所述提示性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第一评分值；
当所述预警类型为所述警告性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第二评分值；
当所述预警类型为所述碰撞性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第三评分值。
作为优选方案，所述根据所述车辆数量计算车辆密集度，具体包括：
根据所述车辆数量，通过以下公式计算所述车辆密集度：
Figure 419370DEST_PATH_IMAGE040
其中，
Figure 432194DEST_PATH_IMAGE041
为所述车辆密集度；x为所述车辆数量，0≤x≤8。
作为优选方案，所述根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值，具体包括：
采用变异系数法确定所述预警类型评分的权重、所述预警风险评分的权重和所述车辆密集度的权重；
根据所述预警类型评分、所述预警类型评分的权重、所述预警风险评分、所述预警风险评分的权重、所述车辆密集度和所述车辆密集度的权重，通过以下公式计算所述预警信息的预警权值：
Figure 203841DEST_PATH_IMAGE042
其中，
Figure 685638DEST_PATH_IMAGE043
为所述预警权值；
Figure 568143DEST_PATH_IMAGE044
为所述预警类型评分的权重；
Figure 186207DEST_PATH_IMAGE045
为所述预警类型评分；
Figure 128755DEST_PATH_IMAGE046
为所述车辆密集度的权重；
Figure 832269DEST_PATH_IMAGE047
为所述车辆密集度；
Figure 784044DEST_PATH_IMAGE048
为所述预警风险评分的权重；
Figure 256614DEST_PATH_IMAGE049
为所述预警风险评分。
作为优选方案，所述预设的预警条件为：所述预警权值为所有预警权值中的最大值。
为了解决相同的技术问题，相应地，本发明实施例还提供一种车路协同系统，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述的车辆预警的方法。
为了解决相同的技术问题，本发明实施例还提供一种计算机可读存储介质，所述存储介质上存储有程序，当所述程序运行时，实现上述的车辆预警的方法。
与现有技术相比，本发明提供的一种车辆预警的方法、车路协同系统及计算机可读存储介质，通过获取本车的预警信息，以根据所述预警信息的预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分，并根据获取的所述相对运动参数计算所述预警信息对应的预警风险评分，且根据检测到的所述车辆数量计算车辆密集度，然后根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算每一所述预警信息的预警权值，最后选取预警权值符合预设的预警条件的预警信息并输出，从而实现准确地选择有效预警进行报警，提高了预警的准确性，有效地降低了多预警并发时，预警系统对驾驶员或高级驾驶辅助系统的干扰，因此提高了车辆的安全性。
附图说明
图1是本发明实施例中的车辆预警的方法的流程示意图；
图2是本发明实施例中的本车的周围区域的示意图；
图3是本发明实施例中的车路协同系统的结构示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明实施例提供的车辆预警的方法的流程示意图。
在本发明实施例中，所述车辆预警的方法，包括以下步骤S11-S16：
S11、获取本车的预警信息，并识别每一所述预警信息的预警类型。
在本发明实施例中，所述预警信息中携带有该预警信息的预警类型，因此，可通过识别所述预警信息获得该预警信息的预警类型。其中，所述预警类型包括提示性预警、警告性预警和碰撞性预警；所述碰撞性预警包括同向碰撞预警、相向碰撞预警和交叉碰撞预警。
S12、根据所述预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分；其中，所述预设的映射关系为预警类型与预警类型评分之间的映射关系。
在本发明实施例中，预先设置预警类型与预警类型评分之间的映射关系，使得当识别出所述预警信息的预警类型后，可根据所述预设的映射关系得到与该预警信息对应的预警类型评分。
具体地，在一种优选实施方式中，所述根据所述预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分，具体包括以下步骤S121-S123：
S121、当所述预警类型为所述提示性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第一评分值；
S122、当所述预警类型为所述警告性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第二评分值；
S123、当所述预警类型为所述碰撞性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第三评分值。
需要说明的是，所述第一评分值、所述第二评分值和所述第三评分值的数值均可根据实际使用情况设置。其中，由于所述提示性预警的危险程度、所述警告性预警的危险程度、所述碰撞性预警的危险程度依次递增，因此，在一种实施方式中，可相应地设置所述第一评分值、所述第二评分值和所述第三评分值为依次递增，即所述第一评分值小于所述第二评分值，且所述第二评分值小于所述第三评分值。另外，为了保证车辆预警的精确性，同时便于计算所述预警信息的预警权值，优选地，所述预警信息对应的预警类型评分以100分计，所述警类型评分以100作为最大值；因此可设置所述第一评分值为20，所述第二评分值为60，所述第三评分值为100。
S13、根据所述预警类型，获取所述本车与所述预警信息中的危险源之间的相对运动参数，并根据所述相对运动参数计算得到所述预警信息对应的预警风险评分。
可以理解的，预警类型不同，预警信息中的危险源也不同，且由于场景不同，预警条件不同，车辆之间的距离、车辆速度、车辆加速度等因素对预警本身的影响各不相同，因此，可根据所述预警类型，获取所述本车与危险源之间相应的所述相对运动参数，以根据所述相对运动参数计算得到该预警信息对应的预警风险评分。其中，所述预警信息中携带有危险源的信息。
在一种优选实施方式中，所述根据所述预警类型，获取所述本车与所述预警信息中的危险源之间的相对运动参数，并根据所述相对运动参数计算得到所述预警信息对应的预警风险评分，具体包括以下步骤S131-S133：
S131、当所述预警类型为所述提示性预警或所述警告性预警时，获取第一距离作为所述相对运动参数，并根据所述第一距离计算得到所述预警信息的预警风险评分；其中，所述第一距离为所述危险源与所述本车预设的预警范围参考点之间的距离；
S132、当所述预警类型为所述同向碰撞预警或所述相向碰撞时，获取所述本车的瞬时速度、所述本车的瞬时加速度、潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和第二距离，并根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第二距离计算得到所述预警信息的预警风险评分；其中，所述第二距离为在所述预警信息出现时，两车之间的距离；
S133、当所述预警类型为所述交叉碰撞预警时，获取所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、第三距离和第四距离作为所述相对运动参数，并根据所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、所述第三距离和所述第四距离计算得到所述预警信息的预警风险评分；其中，所述第三距离为所述本车与交汇点之间的距离；所述第四距离为所述潜在碰撞车辆与所述交汇点之间的距离；所述交汇点为所述本车的行驶轨迹与所述潜在碰撞车辆的行驶轨迹的交点。
需要说明的是，车辆中的车路协同设备（OBU）能够获取本车的航向角、瞬时速度、瞬时加速度、位置等基础信息，并按照固定频率对外界广播本车的基础信息；因此，本实施例中的所述本车能够获取本车的基础信息以及其他车辆的基础信息，即能够获取所述本车与所述预警信息中的危险源之间的相对运动参数。
在本发明实施例中，为了保证车辆预警的精确性，同时便于计算所述预警信息的预警权值，优选地，所述预警信息对应的预警风险评分以100分计，所述预警风险评分以100作为最大值。
具体地，在步骤S131中，所述根据所述第一距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述第一距离，通过以下公式计算所述预警信息的预警风险评分：
Figure 370063DEST_PATH_IMAGE050
其中，
Figure 311606DEST_PATH_IMAGE051
为所述预警风险评分；为所述危险源与所述本车预设的预警范围参考点之间的距离阈值，
Figure 394148DEST_PATH_IMAGE053
为所述第一距离。
需要说明的是，当所述预警信息的预警类型为所述提示性预警或所述警告性预警时，所述预警信息中的危险源为指示牌或其他车辆；当所述危险源为所述指示牌时，所述本车预设的预警范围参考点可设置为所述本车，因此所述第一距离具体为所述指示牌与所述本车之间的距离，
Figure 356605DEST_PATH_IMAGE055
具体为所述指示牌与所述本车之间的距离阈值；当所述危险源为所述其他车辆时，所述第一距离
Figure 650183DEST_PATH_IMAGE056
具体为所述其他车辆与所述本车预设的预警范围参考点之间的距离，具体为所述其他车辆与所述本车预设的预警范围参考点之间的距离阈值。
在步骤S132中，所述根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第二距离计算得到所述预警信息的预警风险评分，具体包括以下步骤S1321-S1323：
S1321、根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度和所述潜在碰撞车辆的瞬时加速度，通过以下公式计算第一时间：
Figure 552597DEST_PATH_IMAGE058
其中，
Figure 717999DEST_PATH_IMAGE059
为所述第一时间，所述第一时间为所述预警信息由出现至消除的时间；
Figure 798956DEST_PATH_IMAGE060
为所述本车的瞬时速度；
Figure 100625DEST_PATH_IMAGE061
为所述潜在碰撞车辆的瞬时速度； 所述本车的瞬时加速度；
Figure 379476DEST_PATH_IMAGE063
为所述潜在碰撞车辆的瞬时加速度；
S1322、根据所述第一时间、所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度和所述潜在碰撞车辆的瞬时加速度，通过以下公式计算第五距离：
其中，
Figure 171032DEST_PATH_IMAGE065
为所述第五距离，所述第五距离为在所述预警信息出现至消除的过程中，两车之间减少的距离；
Figure 233666DEST_PATH_IMAGE066
为所述本车的驾驶员的反应时间；其中，所述反应时间可取一般人类的反应时间，如0.2秒；
S1323、判断所述第五距离是否大于等于所述第二距离；若是，则所述预警信息预警风险评分为100；若否，则根据所述第五距离和所述第二距离，通过以下公式计算所述预警信息的预警风险评分：
其中，
Figure 281573DEST_PATH_IMAGE068
为所述预警风险评分；
Figure 308566DEST_PATH_IMAGE069
为预设的所述本车与所述潜在碰撞车辆之间的距离阈值；
Figure 542102DEST_PATH_IMAGE070
为所述第二距离。
可以理解的，当所述第五距离大于等于所述第二距离时，表明所述本车与所述潜在碰撞车辆会发生碰撞，因此，所述预警信息的预警风险评分为100；当所述第五距离小于所述第二距离时，表明所述本车与所述潜在碰撞车辆不会发生碰撞，因此，可根据公式
Figure 903813DEST_PATH_IMAGE071
来计算所述预警信息对应的预警风险评分。
此外，需要说明的是，在步骤S132中，当所述预警信息的预警类型为所述同向碰撞预警或所述相向碰撞预警时，所述预警信息的危险源为所述潜在碰撞车辆；当所述预警信息的预警类型具体为所述同向碰撞预警时，表明在所述本车和所述潜在碰撞车辆中，位于后方的车辆的速度大于位于前方的车辆的速度，两车存在同向碰撞的风险；在所述位于后方的车辆制动，且其速度下降至所述位于前方的车辆的速度时，所述同向碰撞预警才能消除，因此，所述第一时间具体为所述位于后方的车辆的速度下降至所述位于前方的车辆的速度的时间，所述第五距离具体为所述位于后方的车辆的速度下降至所述位于前方的车辆的速度时，两车之间减少的距离。当所述预警信息的预警类型具体为所述相向碰撞时，在所述本车的速度和所述潜在碰撞车辆的速度均下降至零时，所述相向碰撞预警才能消除，因此，所述第一时间具体为所述本车的速度和所述潜在碰撞车辆的速度均下降至零时的时间，所述第五距离具体为所述本车的速度和所述潜在碰撞车辆的速度均下降至零时，两车行驶的距离之和。
在步骤S133中，所述根据所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、所述第三距离和所述第四距离计算得到所述预警信息的预警风险评分，具体包括以下步骤S1331-S1337：
S1331、根据所述本车的瞬时速度、所述本车的瞬时加速度和所述第三距离，通过以下公式计算第二时间：
Figure 880996DEST_PATH_IMAGE072
其中，
Figure 277342DEST_PATH_IMAGE073
为所述第二时间，所述第二时间为所述本车行驶至所述交汇点的时间；
Figure 416200DEST_PATH_IMAGE074
为所述第三距离；为所述本车的瞬时速度；
Figure 780502DEST_PATH_IMAGE076
为所述本车的瞬时加速度；
S1332、根据所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第四距离，通过以下公式计算第三时间：
其中，
Figure 855960DEST_PATH_IMAGE078
为所述第三时间，所述第三时间为所述潜在碰撞车辆行驶至所述交汇点的时间；
Figure 926684DEST_PATH_IMAGE079
为所述第四距离；
Figure 245670DEST_PATH_IMAGE080
为所述潜在碰撞车辆的瞬时速度；
Figure 351029DEST_PATH_IMAGE081
为所述潜在碰撞车辆的瞬时加速度；
S1333、当所述第二时间大于所述第三时间时，根据所述第二时间、所述第三时间和所述潜在碰撞车辆的瞬时速度，通过以下公式计算第六距离：
Figure 831689DEST_PATH_IMAGE082
其中，
Figure 655289DEST_PATH_IMAGE083
为所述第六距离，所述第六距离为所述本车行驶至所述交汇点时，所述潜在碰撞车辆的当前位置与所述交汇点之间的距离；
S1344、判断所述第六距离是否小于所述潜在碰撞车辆的车身长度的一半；若是，则所述预警信息的预警风险评分为100；若否，则根据所述第六距离和所述潜在碰撞车辆的车身长度，通过以下公式计算所述预警信息的预警风险：
Figure 512386DEST_PATH_IMAGE084
其中，
Figure 737831DEST_PATH_IMAGE049
为所述预警风险评分；
Figure 654972DEST_PATH_IMAGE085
为预设的所述第六距离与所述潜在碰撞车辆的车身长度的一半之间的差值阈值；
Figure 451021DEST_PATH_IMAGE086
为所述潜在碰撞车辆的车身长度；
S1335、当所述第二时间小于所述第三时间时，根据所述第二时间、所述第三时间和所述本车的瞬时速度，通过以下公式计算第七距离：
Figure 111809DEST_PATH_IMAGE087
其中，
Figure 191760DEST_PATH_IMAGE088
为所述第七距离，所述第七距离为所述潜在碰撞车辆行驶至所述交汇点时，所述本车的当前位置与所述交汇点之间的距离；
S1336、判断所述第七距离是否小于所述本车的车身长度的一半；若是，则所述预警信息的预警风险评分为100；若否，则根据所述第七距离和所述本车的车身长度，通过以下公式计算所述预警信息的预警风险：
Figure 14223DEST_PATH_IMAGE089
其中，
Figure 546835DEST_PATH_IMAGE090
为所述预警风险评分；
Figure 11315DEST_PATH_IMAGE091
为预设的所述第七距离与所述本车的车身长度的一半之间的差值阈值；
Figure 945773DEST_PATH_IMAGE092
为所述本车的车身长度；
S1337、当所述第二时间等于所述第三时间时，所述预警信息的预警风险评分为100。
可以理解的，当所述预警信息的预警类型为所述交叉碰撞预警时，所述预警信息的危险源为所述潜在碰撞车辆；当所述第二时间大于所述第三时间，且所述第六距离小于所述潜在碰撞车辆的车身长度的一半时，表明所述潜在碰撞车辆先于所述本车行驶至所述交汇点，且当所述本车行驶至所述交汇点时，所述潜在碰撞车辆通过所述交汇点后所行使的距离小于所述潜在碰撞车辆的车身长度的一半，所述本车与所述潜在碰撞车辆会发生碰撞，因此所述预警信息的预警风险评分为100；当所述第二时间大于所述第三时间，且所述第六距离大于等于所述潜在碰撞车辆的车身长度的一半时，可根据公式
Figure 204716DEST_PATH_IMAGE093
计算所述预警信息的预警风险评分；当所述第二时间小于所述第三时间，且所述第七距离小于所述本车的车身长度的一半时，表明所述本车先于所述潜在碰撞车辆行驶至所述交汇点，且当所述潜在碰撞车辆行驶至所述交汇点时，所述本车通过所述交汇点后所行使的距离小于所述本车的车身长度的一半，所述本车与所述潜在碰撞车辆会发生碰撞，因此所述预警信息的预警风险评分为100；当所述第二时间小于所述第三时间，且所述第七距离大于等于所述本车的车身长度的一半时，可根据公式
Figure 224624DEST_PATH_IMAGE094
计算所述预警信息的预警风险评分；当所述第二时间等于所述第三时间时，表明所述本车与所述潜在碰撞车辆同时行驶至所述交汇点，两车会发生碰撞，因此所述预警信息的预警风险评分为100。
此外，本发明实施例对步骤S1331、S1332之间的执行顺序不做限制；如，可先执行步骤S1332，再执行步骤S1331，当然也可以同时执行步骤S1331和S1332，在此不再赘述。
S14、在获取本车的预警信息后，检测所述本车的周围区域内的车辆数量，并根据所述车辆数量计算车辆密集度。
在本发明实施例中，为了保证车辆预警的精确性，同时便于计算所述预警信息的预警权值，优选地，所述车辆密集度以100分计，所述车辆密集度以100作为最大值。
具体地，在一种优选实施方式中，所述根据所述车辆数量计算车辆密集度，具体包括：
根据所述车辆数量，通过以下公式计算所述车辆密集度：
其中，
Figure 531027DEST_PATH_IMAGE096
为所述车辆密集度；x为所述车辆数量，0≤x≤8。
需要说明的是，如图2所示，所述本车位于区域100内，所述本车的周围区域包括位于所述本车正前方的区域101，与所述区域101相邻的右前方区域102，与所述区域101相邻的左前方区域103，位于所述本车正后方的区域104，与所述区域104相邻的右后方区域105，与所述区域104相邻的左后方区域106，位于所述本车右侧的区域107以及位于所述本车左侧的区域108。其中，每一区域最多可容纳一辆车辆，因此，可通过检测每一区域内的车辆，得到所述本车的周围区域内的车辆数量；所述本车的周围区域内的车辆数量的范围为[0，8]。
此外，本发明实施例对步骤S12、S13、S14之间的执行顺序不做限制；如，可先执行步骤S14，再执行步骤S13、S12，当然也可以同时执行步骤S12、S13和S14，在此不再赘述。
S15、根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值。
在本发明实施例中，通过上述步骤S11-S14可获得每一所述预警信息对应的所述预警类型评分、每一所述预警信息对应的所述预警风险评分和每一所述预警信息对应的所述车辆密集度，因此，在步骤S15中可根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算相应的预警信息的预警权值，从而得到每一所述预警信息的预警权值。
具体地，所述根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值，具体包括以下步骤S151-S152：
S151、采用变异系数法确定所述预警类型评分的权重、所述预警风险评分的权重和所述车辆密集度的权重；
S152、根据所述预警类型评分、所述预警类型评分的权重、所述预警风险评分、所述预警风险评分的权重、所述车辆密集度和所述车辆密集度的权重，通过以下公式计算所述预警信息的预警权值：
Figure 960871DEST_PATH_IMAGE097
其中，为所述预警权值；
Figure 8779DEST_PATH_IMAGE099
为所述预警类型评分的权重；
Figure 652250DEST_PATH_IMAGE100
为所述预警类型评分；
Figure 518574DEST_PATH_IMAGE101
为所述车辆密集度的权重；
Figure 247496DEST_PATH_IMAGE102
为所述车辆密集度；
Figure 857469DEST_PATH_IMAGE103
为所述预警风险评分的权重；
Figure 106179DEST_PATH_IMAGE104
为所述预警风险评分。
需要说明的是，本实施例中的所述预警类型评分、所述预警风险评分和所述车辆密集度均优选为以100分计；其中，所述预警类型评分的取值可为20、60、100，所述预警风险评分的取值范围为[1，100]，所述车辆密集度的取值可为20，30，40，50，60，70，80，90，100；因此，可通过变异系数法确定所述预警类型评分的权重为0.352029、所述车辆密集度的权重
Figure 94043DEST_PATH_IMAGE106
为0.278303和所述预警风险评分的权重为0.369668，如表1所示。
表1 预警类型评分、预警风险评分和车辆密集度的权重
S16、选取预警权值符合预设的预警条件的预警信息，并输出所选取的所述预警信息。
在本发明实施例中，在计算得到每一所述预警信息的预警权值后，从所有的预警权值中，选取符合预设的预警条件的预警权值，获得与该预警权值对应的预警信息，所获得的预警信息即为在全部预警信息中最紧急的预警信息，因此，输出所选取的所述预警信息，以实现准确地选择有效预警进行报警，从而使得驾驶员或高级驾驶辅助系统能够根据所述预警信息及时执行相应的操作，进而提高了车辆的安全性。
在一种优选实施方式中，所述预设的预警条件为：所述预警权值为所有预警权值中的最大值。因此，在具体实施时，在计算得到每一所述预警信息的预警权值后，从所有的预警权值中，选取数值最大的预警权值，获得与该预警权值对应的预警信息，并输出该预警信息。
在本发明实施例中，通过获取所述预警信息，以根据所述预警信息的预警类型和预设的映射关系，获得每一所述预警信息对应的预警类型评分，并根据获取的所述相对运动参数计算得到所述预警信息对应的预警风险评分，且根据检测到的所述车辆数量计算车辆密集度；然后根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值，最后选取预警权值符合预设的预警条件的预警信息并输出，从而实现准确地选择有效预警进行报警，提高了预警的准确性，有效地降低了多预警并发时，预警系统对驾驶员或高级驾驶辅助系统的干扰，因此提高了车辆的安全性。
如图3所示，相应地，本发明实施例还提供一种车路协同系统1，包括处理器11、存储器12以及存储在所述存储器12中且被配置为由所述处理器11执行的计算机程序，所述处理器11执行所述计算机程序时实现上述的车辆预警的方法，例如图1所示的步骤S11-S16。
在本发明实施例中，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器11执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述车路协同系统1中的执行过程。所述车路协同系统1可包括，但不仅限于，所述处理器11和存储器12。本领域技术人员可以理解，所述示意图仅仅是车路协同系统1的示例，并不构成对车路协同系统1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述车路协同系统1还可以包括输入输出设备、网络接入设备、总线等。
所称处理器11可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器11是所述车路协同系统1的控制中心，利用各种接口和线路连接整个车路协同系统1的各个部分。
所述存储器12可用于存储所述计算机程序和/或模块，所述处理器11通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述车路协同系统1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器12可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital,SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
为了解决相同的技术问题，本发明实施例还提供一种计算机可读存储介质，所述存储介质上存储有程序，当所述程序运行时，实现上述的车辆预警的方法。
综上，本发明提供的一种车辆预警的方法、车路协同系统及计算机可读存储介质，通过获取本车的预警信息，以根据所述预警信息的预警类型和预设的映射关系，获得每一所述预警信息对应的预警类型评分，并根据获取的所述相对运动参数计算得到所述预警信息对应的预警风险评分，且根据检测到的所述车辆数量计算车辆密集度；然后根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值，最后选取预警权值符合预设的预警条件的预警信息并输出，从而实现准确地选择有效预警进行报警，提高了预警的准确性，有效地降低了多预警并发时，预警系统对驾驶员或高级驾驶辅助系统的干扰，因此提高了车辆的安全。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (11)

1.一种车辆预警的方法，其特征在于，包括：
获取本车的预警信息，并识别每一所述预警信息的预警类型；
根据所述预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分；其中，所述预设的映射关系为预警类型与预警类型评分之间的映射关系；
根据所述预警类型，获取所述本车与所述预警信息中的危险源之间的相对运动参数，并根据所述相对运动参数计算得到所述预警信息对应的预警风险评分；
在获取本车的预警信息后，检测所述本车的周围区域内的车辆数量，并根据所述车辆数量计算车辆密集度；
根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值；
选取预警权值符合预设的预警条件的预警信息，并输出所选取的所述预警信息。
2.如权利要求1所述的车辆预警的方法，其特征在于，所述预警类型包括提示性预警、警告性预警和碰撞性预警；其中，所述碰撞性预警包括同向碰撞预警、相向碰撞预警和交叉碰撞预警；则，
所述根据所述预警类型，获取所述本车与所述预警信息中的危险源之间的相对运动参数，并根据所述相对运动参数计算得到所述预警信息对应的预警风险评分，具体包括：
当所述预警类型为所述提示性预警或所述警告性预警时，获取第一距离作为所述相对运动参数，并根据所述第一距离计算得到所述预警信息的预警风险评分；其中，所述第一距离为所述危险源与所述本车预设的预警范围参考点之间的距离；
当所述预警类型为所述同向碰撞预警或所述相向碰撞预警时，获取所述本车的瞬时速度、所述本车的瞬时加速度、潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和第二距离，并根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第二距离计算得到所述预警信息的预警风险评分；其中，所述第二距离为在所述预警信息出现时，两车之间的距离；
当所述预警类型为所述交叉碰撞预警时，获取所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、第三距离和第四距离作为所述相对运动参数，并根据所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、所述第三距离和所述第四距离计算得到所述预警信息的预警风险评分；其中，所述第三距离为所述本车与交汇点之间的距离；所述第四距离为所述潜在碰撞车辆与所述交汇点之间的距离；所述交汇点为所述本车的行驶轨迹与所述潜在碰撞车辆的行驶轨迹的交点。
3.如权利要求2所述的车辆预警的方法，其特征在于，所述根据所述第一距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述第一距离，通过以下公式计算所述预警信息的预警风险评分：
Figure 100004DEST_PATH_IMAGE001
其中，
Figure 818561DEST_PATH_IMAGE002
为所述预警风险评分；
Figure 254701DEST_PATH_IMAGE003
为所述危险源与所述本车预设的预警范围参考点之间的距离阈值，
Figure 767722DEST_PATH_IMAGE004
为所述第一距离。
4.如权利要求2所述的车辆预警的方法，其特征在于，所述根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第二距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度和所述潜在碰撞车辆的瞬时加速度，通过以下公式计算第一时间：
Figure 307288DEST_PATH_IMAGE005
其中，
Figure 298378DEST_PATH_IMAGE006
为所述第一时间，所述第一时间为所述预警信息由出现至消除的时间；为所述本车的瞬时速度；
Figure 523878DEST_PATH_IMAGE008
为所述潜在碰撞车辆的瞬时速度；
Figure 550739DEST_PATH_IMAGE009
为所述本车的瞬时加速度；
Figure 79941DEST_PATH_IMAGE010
为所述潜在碰撞车辆的瞬时加速度；
根据所述第一时间、所述本车的瞬时速度、所述本车的瞬时加速度、所述潜在碰撞车辆的瞬时速度和所述潜在碰撞车辆的瞬时加速度，通过以下公式计算第五距离：
Figure 243069DEST_PATH_IMAGE011
其中，
Figure 363472DEST_PATH_IMAGE012
为所述第五距离，所述第五距离为在所述预警信息出现至消除的过程中，两车之间减少的距离；
Figure 346471DEST_PATH_IMAGE013
为所述本车的驾驶员的反应时间；
判断所述第五距离是否大于等于所述第二距离；若是，则所述预警信息预警风险评分为100；若否，则根据所述第五距离和所述第二距离，通过以下公式计算所述预警信息的预警风险评分：
Figure 446408DEST_PATH_IMAGE014
其中，
Figure 729621DEST_PATH_IMAGE015
为所述预警风险评分；
Figure 755346DEST_PATH_IMAGE016
为所述本车与所述潜在碰撞车辆之间的距离阈值；
Figure 491221DEST_PATH_IMAGE017
为所述第二距离。
5.如权利要求2所述的车辆预警的方法，其特征在于，所述根据所述本车的瞬时速度、所述本车的瞬时加速度、所述本车的车身长度、所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度、所述潜在碰撞车辆的车身长度、所述第三距离和所述第四距离计算得到所述预警信息的预警风险评分，具体包括：
根据所述本车的瞬时速度、所述本车的瞬时加速度和所述第三距离，通过以下公式计算第二时间：
其中，
Figure 765525DEST_PATH_IMAGE019
为所述第二时间，所述第二时间为所述本车行驶至所述交汇点的时间；
Figure 460686DEST_PATH_IMAGE020
为所述第三距离；
Figure 418278DEST_PATH_IMAGE021
为所述本车的瞬时速度；
Figure 358552DEST_PATH_IMAGE022
为所述本车的瞬时加速度；
根据所述潜在碰撞车辆的瞬时速度、所述潜在碰撞车辆的瞬时加速度和所述第四距离，通过以下公式计算第三时间：
Figure 85199DEST_PATH_IMAGE023
其中，
Figure 718306DEST_PATH_IMAGE024
为所述第三时间，所述第三时间为所述潜在碰撞车辆行驶至所述交汇点的时间；为所述第四距离；
Figure 408624DEST_PATH_IMAGE026
为所述潜在碰撞车辆的瞬时速度；
Figure 255357DEST_PATH_IMAGE027
为所述潜在碰撞车辆的瞬时加速度；
当所述第二时间大于所述第三时间时，根据所述第二时间、所述第三时间和所述潜在碰撞车辆的瞬时速度，通过以下公式计算第六距离：
Figure 59365DEST_PATH_IMAGE028
其中，
Figure 991549DEST_PATH_IMAGE029
为所述第六距离，所述第六距离为所述本车行驶至所述交汇点时，所述潜在碰撞车辆的当前位置与所述交汇点之间的距离；
判断所述第六距离是否小于所述潜在碰撞车辆的车身长度的一半；若是，则所述预警信息的预警风险评分为100；若否，则根据所述第六距离和所述潜在碰撞车辆的车身长度，通过以下公式计算所述预警信息的预警风险：
Figure 273626DEST_PATH_IMAGE030
其中，
Figure 473401DEST_PATH_IMAGE031
为所述预警风险评分；
Figure 713889DEST_PATH_IMAGE032
为所述第六距离与所述潜在碰撞车辆的车身长度的一半之间的差值阈值；为所述潜在碰撞车辆的车身长度；
当所述第二时间小于所述第三时间时，根据所述第二时间、所述第三时间和所述本车的瞬时速度，通过以下公式计算第七距离：
Figure 953557DEST_PATH_IMAGE034
其中，
Figure 509304DEST_PATH_IMAGE035
为所述第七距离，所述第七距离为所述潜在碰撞车辆行驶至所述交汇点时，所述本车的当前位置与所述交汇点之间的距离；
判断所述第七距离是否小于所述本车的车身长度的一半；若是，则所述预警信息的预警风险评分为100；若否，则根据所述第七距离和所述本车的车身长度，通过以下公式计算所述预警信息的预警风险：
Figure 920694DEST_PATH_IMAGE036
其中，
Figure 63355DEST_PATH_IMAGE037
为所述预警风险评分；
Figure 687235DEST_PATH_IMAGE038
为所述第七距离与所述本车的车身长度的一半之间的差值阈值；
Figure 363067DEST_PATH_IMAGE039
为所述本车的车身长度；
当所述第二时间等于所述第三时间时，所述预警信息的预警风险评分为100。
6.如权利要求2所述的车辆预警的方法，其特征在于，所述根据所述预警类型和预设的映射关系，获得所述预警信息对应的预警类型评分，具体包括：
当所述预警类型为所述提示性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第一评分值；
当所述预警类型为所述警告性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第二评分值；
当所述预警类型为所述碰撞性预警时，根据所述预设的映射关系，获得所述预警信息的预警类型评分为第三评分值。
7.如权利要求1-6任一项所述的本车预警的方法，其特征在于，所述根据所述车辆数量计算车辆密集度，具体包括：
根据所述车辆数量，通过以下公式计算所述车辆密集度：
Figure 945358DEST_PATH_IMAGE040
其中，为所述车辆密集度；x为所述车辆数量，0≤x≤8。
8.如权利要求1-6任一项所述的车辆预警的方法，其特征在于，所述根据所述预警类型评分、所述预警风险评分和所述车辆密集度计算得到每一所述预警信息的预警权值，具体包括：
采用变异系数法确定所述预警类型评分的权重、所述预警风险评分的权重和所述车辆密集度的权重；
根据所述预警类型评分、所述预警类型评分的权重、所述预警风险评分、所述预警风险评分的权重、所述车辆密集度和所述车辆密集度的权重，通过以下公式计算所述预警信息的预警权值：
Figure 501421DEST_PATH_IMAGE042
其中，为所述预警权值；
Figure 17908DEST_PATH_IMAGE044
为所述预警类型评分的权重；
Figure 633697DEST_PATH_IMAGE045
为所述预警类型评分；
Figure 130537DEST_PATH_IMAGE046
为所述车辆密集度的权重；
Figure DEST_PATH_IMAGE047
为所述车辆密集度；
Figure 718645DEST_PATH_IMAGE048
为所述预警风险评分的权重；
Figure DEST_PATH_IMAGE049
为所述预警风险评分。
9.如权利要求1-6任一项所述的车辆预警的方法，其特征在于，所述预设的预警条件为：所述预警权值为所有预警权值中的最大值。
10.一种车路协同系统，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的车辆预警的方法。
11.一种计算机可读存储介质，其特征在于，所述存储介质上存储有程序，当所述程序运行时，实现如权利要求1至9中任一项所述的车辆预警的方法。
CN201911116130.0A 2019-11-15 2019-11-15 一种车辆预警的方法、车路协同系统及存储介质 Active CN110641461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911116130.0A CN110641461B (zh) 2019-11-15 2019-11-15 一种车辆预警的方法、车路协同系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911116130.0A CN110641461B (zh) 2019-11-15 2019-11-15 一种车辆预警的方法、车路协同系统及存储介质

Publications (2)

Publication Number Publication Date
CN110641461A true CN110641461A (zh) 2020-01-03
CN110641461B CN110641461B (zh) 2020-04-28

Family

ID=69014604

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911116130.0A Active CN110641461B (zh) 2019-11-15 2019-11-15 一种车辆预警的方法、车路协同系统及存储介质

Country Status (1)

Country Link
CN (1) CN110641461B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111806340A (zh) * 2020-07-10 2020-10-23 华人运通(上海)云计算科技有限公司 用于车辆的智能交互控制系统与方法、车辆及存储介质
CN112232581A (zh) * 2020-10-26 2021-01-15 腾讯科技（深圳）有限公司 驾驶风险的预测方法、装置、电子设备及存储介质
CN113516862A (zh) * 2021-07-22 2021-10-19 中国第一汽车股份有限公司 一种预警方法、装置、电子设备以及存储介质
CN113660637A (zh) * 2021-08-17 2021-11-16 安徽江淮汽车集团股份有限公司 基于车路协同系统的驾驶危险工况仲裁方法
CN114312619A (zh) * 2021-12-09 2022-04-12 华人运通(江苏)技术有限公司 一种车辆避障误报检测方法、装置、介质及车辆

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109300333A (zh) * 2018-08-27 2019-02-01 东软集团股份有限公司 一种车辆行驶风险预警方法、装置、存储介质及电子设备
CN109389824A (zh) * 2017-08-04 2019-02-26 华为技术有限公司 一种驾驶风险的评估方法及装置
CN110164130A (zh) * 2019-04-29 2019-08-23 北京北大千方科技有限公司 交通事件检测方法、装置、设备及存储介质
EP3539839A1 (en) * 2018-03-13 2019-09-18 Alpine Electronics, Inc. Computer-implemented method and system for processing data related to a motor vehicle
US20190329794A1 (en) * 2018-04-25 2019-10-31 Mando Corporation Rear-side alert system and method of controlling same

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109389824A (zh) * 2017-08-04 2019-02-26 华为技术有限公司 一种驾驶风险的评估方法及装置
EP3539839A1 (en) * 2018-03-13 2019-09-18 Alpine Electronics, Inc. Computer-implemented method and system for processing data related to a motor vehicle
US20190329794A1 (en) * 2018-04-25 2019-10-31 Mando Corporation Rear-side alert system and method of controlling same
CN109300333A (zh) * 2018-08-27 2019-02-01 东软集团股份有限公司 一种车辆行驶风险预警方法、装置、存储介质及电子设备
CN110164130A (zh) * 2019-04-29 2019-08-23 北京北大千方科技有限公司 交通事件检测方法、装置、设备及存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111806340A (zh) * 2020-07-10 2020-10-23 华人运通(上海)云计算科技有限公司 用于车辆的智能交互控制系统与方法、车辆及存储介质
CN111806340B (zh) * 2020-07-10 2024-03-15 华人运通(上海)云计算科技有限公司 用于车辆的智能交互控制系统与方法、车辆及存储介质
CN112232581A (zh) * 2020-10-26 2021-01-15 腾讯科技（深圳）有限公司 驾驶风险的预测方法、装置、电子设备及存储介质
CN112232581B (zh) * 2020-10-26 2024-04-12 腾讯科技（深圳）有限公司 驾驶风险的预测方法、装置、电子设备及存储介质
CN113516862A (zh) * 2021-07-22 2021-10-19 中国第一汽车股份有限公司 一种预警方法、装置、电子设备以及存储介质
CN113660637A (zh) * 2021-08-17 2021-11-16 安徽江淮汽车集团股份有限公司 基于车路协同系统的驾驶危险工况仲裁方法
CN113660637B (zh) * 2021-08-17 2023-08-18 安徽江淮汽车集团股份有限公司 基于车路协同系统的驾驶危险工况仲裁方法
CN114312619A (zh) * 2021-12-09 2022-04-12 华人运通(江苏)技术有限公司 一种车辆避障误报检测方法、装置、介质及车辆
CN114312619B (zh) * 2021-12-09 2023-07-14 华人运通(江苏)技术有限公司 一种车辆避障误报检测方法、装置、介质及车辆

Also Published As

Publication number Publication date
CN110641461B (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
CN110641461B (zh) 一种车辆预警的方法、车路协同系统及存储介质
CN110775034B (zh) 一种自动刹车辅助系统控制方法、终端设备及存储介质
CN110588647B (zh) 一种车辆加塞的判断方法、系统及车辆
CN108859952B (zh) 车辆变道预警方法、装置和雷达
CN110632617A (zh) 一种激光雷达点云数据处理的方法及装置
CN114559942B (zh) 一种车辆变道预警方法、装置和计算机可读介质
JP2016148547A (ja) 検知装置
JP2017030435A (ja) 車間距離制御装置
CN110576856A (zh) 一种自适应巡航状态下的速度确定方法、装置及汽车
US20210244326A1 (en) System, information processing apparatus, and information processing method
CN109345870B (zh) 预防车辆碰撞的预警方法及装置
CN114387821B (zh) 车辆碰撞预警方法、装置、电子设备和存储介质
CN114379574A (zh) 用于车辆的对象提醒设备、系统和方法
JP2012242935A (ja) 車両用道路形状認識方法及び装置、記録媒体
CN110834626B (zh) 行车障碍预警方法、装置、车辆和存储介质
CN110435648B (zh) 车辆的行驶控制方法、装置、车辆和存储介质
CN116148860A (zh) 静止障碍物的识别方法、装置、车辆及存储介质
CN116080642A (zh) 危险区域目标确定方法和装置
CN112633124A (zh) 一种自动驾驶车辆的目标车判断方法及电子设备
CN114385692A (zh) 一种车辆行驶数据处理方法、系统、存储介质及电子设备
CN115331482A (zh) 车辆预警提示方法、装置、基站及存储介质
CN117272690B (zh) 自动驾驶车辆危险切入场景提取方法、设备及介质
CN117382644B (zh) 分心驾驶检测方法、计算机设备、存储介质及智能设备
CN116749968B (zh) 一种目标车辆的检测方法、装置、设备及介质
CN114312813B (zh) 切入自车道的车辆确认方法、装置和电子设备

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