CN110807950A - 基于车辆碰撞的风险评估方法、装置和计算机设备 - Google Patents
基于车辆碰撞的风险评估方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN110807950A CN110807950A CN201911105558.5A CN201911105558A CN110807950A CN 110807950 A CN110807950 A CN 110807950A CN 201911105558 A CN201911105558 A CN 201911105558A CN 110807950 A CN110807950 A CN 110807950A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- regional
- information
- target vehicle
- positioning
- 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
Links
- 238000012502 risk assessment Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012216 screening Methods 0.000 claims abstract description 20
- 238000006073 displacement reaction Methods 0.000 claims description 23
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 9
- 238000013210 evaluation model Methods 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请涉及一种基于车辆碰撞的风险评估方法、装置和计算机设备,所述方法包括:获取车辆定位设备采集的目标车辆的目标车辆定位信息;获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。本申请提供的方案可以实现提高评估车辆之间碰撞风险的准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于车辆碰撞的风险评估方法、装置、计算机可读存储介质和计算机设备。
背景技术
车路协同技术是通过车与车、车与路之间的实时信息动态交互,开展的车辆安全控制和道路协同管理,实现人车路之间的高效协同。例如,车路协同技术可以利用车辆设备与道路基建设施,共同采集道路上行驶车辆的信息,充分提高了道路基建设施的利用率。同时根据综合信息评测行驶车辆之间的碰撞风险,避免行驶车辆之间发生碰撞,保证了车辆行驶的安全。
但是,由于车辆设备与道路基建设施采集的行驶车辆信息之间存在误差,不同设备采集到的同一车辆的数据可能不同,从而误判车辆附近存在危险车辆。传统方式可能将车辆的碰撞风险误判较高,使得车辆根据误判结果做出紧急刹车等危险操作,影响车辆行驶安全。因此,如何准确的对车辆碰撞进行风险评估成为目前需要解决的技术问题。
发明内容
基于此,有必要针对车辆碰撞的风险评估准确性较低的技术问题,提供一种能够提高碰撞风险评估准确性的基于车辆碰撞的风险评估方法、装置、计算机可读存储介质和计算机设备。
一种基于车辆碰撞的风险评估方法,包括:
获取车辆定位设备采集的目标车辆的目标车辆定位信息;
获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;
根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;
根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;
基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。
一种基于车辆碰撞的风险评估装置,所述装置包括:
通信模块,用于获取车辆定位设备采集的目标车辆的目标车辆定位信息;获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;
集合筛选模块,用于根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;
虚拟信息生成模块,用于根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;
碰撞风险评估模块,用于基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取车辆定位设备采集的目标车辆的目标车辆定位信息;
获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;
根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;
根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;
基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取车辆定位设备采集的目标车辆的目标车辆定位信息;
获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;
根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;
根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;
基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。
上述基于车辆碰撞的风险评估方法、装置、计算机可读存储介质和计算机设备,获取车辆定位设备采集的目标车辆定位信息,以及环境定位设备采集的区域车辆定位集合,根据目标车辆定位信息从区域车辆定位集合中,筛选出可能导致评估误差的待替换定位信息。根据道路信息生成虚拟定位信息,以此对待替换定位信息进行替换,得到替换后的区域车辆定位集合。基于替换后的区域车辆定位集合评估区域车辆与目标车辆之间的碰撞风险。相较于传统方式,通过生成虚拟定位信息对待替换定位信息进行替换,从而避免待替换定位信息干扰车辆碰撞风险的评估,减小不同定位设备之间的定位数据误差对碰撞风险评估造成的影响,有效的提高了车辆碰撞风险评估的准确性。
附图说明
图1为一个实施例中基于车辆碰撞的风险评估方法的应用环境图;
图2为一个实施例中基于车辆碰撞的风险评估方法的流程示意图;
图3为一个实施例中根据目标车辆定位信息对区域车辆定位集合进行筛选,得到待替换定位信息步骤的流程示意图;
图4为一个实施例中将目标车辆定位信息与区域车辆定位信息进行比对,得到区域车辆与目标车辆之间的相对位置和车辆距离步骤的流程示意图;
图5为一个实施例中基于替换后的区域车辆定位集合以及目标车辆定位信息,评估区域车辆与目标车辆之间的碰撞风险步骤的流程示意图;
图6为一个实施例中基于车辆碰撞的风险评估装置的结构框图;
图7为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中基于车辆碰撞的风险评估方法的应用环境图。参照图1,该基于车辆碰撞的风险评估方法应用于基于车辆碰撞的风险评估系统。该基于车辆碰撞的风险评估系统包括车辆定位设备110、服务器120和环境定位设备130。车辆定位设备110和服务器120可以通过网络连接,服务器120可以通过网络和环境定位设备130连接,车辆定位设备110也可以与环境定位设备130通信。车辆定位设备110具体可以是移动终端,移动终端具体可以手机、平板电脑、车载导航设备以及车载定位设备等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。环境定位设备130是可以用于定位车辆位置的固定终端,环境定位设备130可以是多种安装在道路基础设施上的定位设备。例如,环境定位设备130具体可以包括基站、道路中的摄像头,以及其他安装在路灯或路标等基础设施上的设备。
如图2所示,在一个实施例中,提供了一种基于车辆碰撞的风险评估方法。本实施例主要以该方法应用于上述图1中的服务器120来举例说明。参照图2,该基于车辆碰撞的风险评估方法具体包括如下步骤:
S202,获取车辆定位设备采集的目标车辆的目标车辆定位信息。
车辆定位设备可以是多种用于采集对应车辆自身位置信息的移动终端中的至少一种。例如,车辆定位设备可以包括车载导航设备、车载定位设备以及手机等移动设备。目标车辆是指车辆定位设备所对应的车辆,车辆定位设备可以采集目标车辆在行驶过程中的定位信息。由于车辆定位设备在目标车辆中,车辆定位设备可以采集自身定位信息作为目标车辆定位信息。服务器可以将目标车辆对应的定位信息记作目标车辆定位信息。服务器可以根据目标车辆定位信息评估目标车辆与周围其他车辆之间的碰撞风险。其中,目标车辆定位信息可以包括采集时刻目标车辆对应的定位坐标、行驶速度以及行驶加速度等数据,行驶速度具体可以包括行驶速度大小以及行驶速度方向。
车辆定位设备可以通过多种方式采集目标车辆的目标车辆定位信息。具体的,车辆定位设备可以通过卫星定位技术采集目标车辆对应的目标车辆定位信息。例如,可以通过GPS(Global Positioning System,全球定位系统)或BDS(BeiDouNavigation SatelliteSystem,北斗卫星导航系统)采集目标车辆定位信息。车辆定位设备还可以通过与附近基站之间的通信时差检测目标车辆的位置,得到目标车辆定位信息。
车辆定位设备采集到目标车辆定位信息之后,可以生成携带目标车辆定位信息的碰撞风险评估请求,将碰撞风险评估请求发送至服务器,服务器根据碰撞风险评估请求对目标车辆的碰撞风险进行评估。具体的,车辆定位设备可以通过多种方式触发生成碰撞风险评估请求的操作。车辆定位设备可以根据预设频率采集目标车辆定位信息,根据采集到的目标车辆定位信息触发生成碰撞风险评估请求的操作。其中,预设频率可以是用户根据实际需求预先设置的。车辆定位设备也可以在接收到环境定位设备广播的区域环境信息时,触发生成碰撞风险评估请求的操作。
服务器可以接收车辆定位设备上传的碰撞风险评估请求,对碰撞风险评估请求进行解析,得到车辆定位设备采集的目标车辆定位信息。当车辆定位设备根据环境定位设备广播的区域环境信息触发生成碰撞风险评估请求时,可以将接收到的区域环境信息也携带在碰撞风险评估请求中,服务器可以解析碰撞风险评估请求得到环境定位设备采集的区域环境信息。
S204,获取环境定位设备采集对应的特定区域的区域环境信息,区域环境信息包括区域车辆定位集合以及道路信息。
环境定位设备包括多种可以用于采集车辆位置信息的固定终端中的至少一种,例如,环境定位设备具体可以包括基站、道路摄像头等。每个环境定位设备可以对应特定区域,特定区域可以是环境定位设备对应的覆盖范围。对于相同类型或不同类型的环境定位设备,各自对应的特定区域的范围大小可以是不同的。环境定位设备可以采集对应的特定区域中的区域环境信息。例如,基站可以与特定区域内车辆对应的移动终端进行通信,根据通信时差计算移动终端的位置,将移动终端的位置作为对应车辆的定位信息。道路摄像头可以采集对应特定区域内的视频数据或图像数据,当采集区域环境信息时,道路摄像头可以获取特定区域内包括车辆的图像数据,从图像数据中识别车辆图像,根据车辆图像与固定环境之间的像素差确定对应的区域车辆定位信息。环境定位设备还可以通过卫星定位技术采集特定区域内区域车辆对应的区域车辆定位信息。
环境定位设备可以采集特定区域内包括的车辆对应的定位信息。采集时特定区域内包括的车辆可以标记为区域车辆。区域车辆可以包括目标车辆,以及相对于目标车辆的环境车辆。可以理解的,目标车辆位于特定区域中,目标车辆定位信息属于区域车辆定位集合。环境定位设备可以采集特定区域对应的区域车辆定位集合,特定区域中的任何一辆车都可以作为目标车辆,而区域车辆中相对于目标车辆的其他车辆可以记作环境车辆。区域车辆对应的定位信息组成的集合可以标记为区域车辆定位集合。
具体的,环境定位设备可以根据预设频率采集对应特定区域的区域车辆定位集合,环境定位设备也可以根据定位指令采集区域车辆定位集合。在其中一个实施例中,环境定位设备采集到区域车辆定位集合之后,可以将区域车辆定位集合进行广播,特定区域内的区域车辆可以接收环境定位设备广播的区域车辆定位集合。
服务器可以获取环境定位设备采集的特定区域的区域环境信息,区域环境信息可以包括区域车辆定位集合以及道路信息。道路信息可以包括特定区域内道路对应的信息,道路信息具体可以包括特定区域内的车道数量、车道标识、车道方向和每条车道对应的标准行驶数据等。特定区域对应的道路信息通常不会频繁的变动,环境定位设备可以在道路信息发生变化时更新对应的道路信息。
对应的,当车辆定位设备上传的碰撞风险评估请求中没有携带区域车辆定位集合时,服务器可以根据碰撞风险评估请求获取目标车辆定位信息,根据目标车辆定位信息确定所属特定区域所对应的环境定位设备。服务器可以向环境定位设备下发定位指令,获取环境定位设备根据定位指令采集的区域车辆定位集合,以及环境定位设备对应的道路信息。当碰撞风险评估请求中携带了环境定位设备广播的区域车辆定位集合和道路信息时,服务器可以从碰撞风险评估请求中解析得到区域环境信息。
在其中一个实施例中,服务器可以记录获取到目标车辆定位信息的第一时间,以及获取到区域环境信息的第二时间,服务器可以根据第一时间和第二时间计算获取目标车辆定位信息与区域环境信息之间的时间差。服务器可以根据时间差对目标车辆定位信息进行时间补偿。具体的,服务器可以根据行驶速度和行驶加速度计算在时间差中的行驶距离,利用行驶距离调整目标车辆对应的定位坐标。以此减小获取信息的时间差所造成的定位信息的误差,进而提高碰撞风险评估的准确性。
S206,根据目标车辆定位信息对区域车辆定位集合进行筛选,得到待替换定位信息。
区域车辆定位集合中包括多个区域车辆各自对应的区域车辆定位信息,服务器可以根据目标车辆定位信息对多个区域车辆定位信息进行筛选,得到待替换定位信息。具体的,服务器可以采用多种方式将目标车辆定位信息与区域车辆定位信息进行比对。例如,服务器可以依次将目标车辆定位信息与区域车辆定位信息进行比对,服务器也可以调用多线程,并行比对目标车辆定位信息和区域车辆定位信息。
服务器可以从目标车辆定位信息中提取目标车辆对应的目标车辆坐标,从区域车辆定位集合中提取多个区域车辆对应的区域车辆坐标。服务器可以将目标车辆坐标与区域车辆坐标进行比对,计算得到目标车辆与区域车辆之间的车辆距离。服务器可以将计算得到的车辆距离与预设阈值进行比对,根据车辆距离与预设阈值之间的比对结果对区域车辆定位集合中的多个区域车辆定位信息进行筛选。预设阈值可以是用户根据实际需求预先设置的距离长度,预设阈值可以是车辆之间应当间隔的最小距离长度。当比对结果为车辆距离小于或等于预设阈值时,服务器可以将得到该车辆距离的区域车辆定位信息标记为待替换定位信息。当比对结果为车辆距离大于预设阈值时,服务器可以保持对应的区域车辆定位信息。
可以理解的,目标车辆位于特定区域中,特定区域中的区域车辆包括目标车辆。对应的,区域车辆定位集合中包括目标车辆对应的车辆定位信息,即目标车辆定位信息应当与区域车辆定位集合中的一个区域车辆定位信息相同。但是,由于车辆定位设备和环境定位设备在采集车辆定位信息时都可能存在误差,从而导致同一目标车辆由不同定位设备所采集的定位信息可能是不同但又特别相近的。或者由于定位设备的误差,可能导致较为相近的车辆之间的定位信息特别相近。在传统方式中,服务器根据存在误差的定位信息进行评估,可能得到碰撞风险特别大的评估结果,进而根据误判结果进行紧急刹车等危险操作。本实施例中,服务器根据目标车辆定位信息对区域车辆定位集合中的区域车辆定位信息进行筛选,筛选出可能导致碰撞风险评估误差较大的区域车辆定位信息,从而减小待替换定位信息对车辆碰撞的风险评估造成的影响,有效的提高车辆碰撞风险评估的准确性。
S208,根据道路信息和目标车辆定位信息生成虚拟定位信息,将待替换定位信息替换为虚拟定位信息。
服务器可以获取特定区域对应的道路信息,道路信息具体可以包括特定区域内的车道数量、车道标识、车道方向以及每条车道对应的标准行驶数据等。服务器可以根据特定区域对应的道路信息和目标车辆定位信息生成虚拟定位信息。虚拟定位信息是指虚拟车辆对应的定位信息,虚拟定位信息可以用于对待替换定位信息进行替换。
具体的,服务器可以根据目标车辆定位信息确定目标车辆所在车道,目标车辆的行驶方向与对应车道的车道方向一致。服务器可以根据车道对应的标准行驶数据生成至少一个虚拟定位信息。
虚拟定位信息可以包括同道虚拟定位信息和邻道虚拟定位信息中的至少一种。同道虚拟定位信息对应的同道虚拟车辆与目标车辆在同一车道上,同道虚拟车辆可以在目标车辆的前方,也可以在目标车辆的后方。邻道虚拟定位信息对应的邻道虚拟车辆可以在目标车辆对应的相邻车道上,邻道虚拟车辆可以在目标车辆对应的左侧车道上,也可以在对应的右侧车道上。
虚拟定位信息具体可以包括虚拟车辆对应的虚拟车辆坐标、虚拟车辆速度以及虚拟车辆加速度等。虚拟车辆对应的虚拟车辆坐标与目标车辆坐标之间的距离在车道对应的安全车距以内,虚拟车辆对应的虚拟车辆速度可以与对应待替换定位信息包括的区域车辆速度相同,虚拟车辆对应的虚拟车辆加速度可以与对应待替换定位信息包括的区域车辆加速度相同。
服务器可以利用生成的虚拟定位信息替换对应的待替换定位信息,一个待替换定位信息可以替换为至少一个虚拟定位信息。服务器可以从区域车辆定位集合中删除待替换定位信息,将待替换定位信息对应的虚拟定位信息添加至区域车辆定位集合中,以此实现对区域车辆定位集合中的待替换定位信息进行替换,得到替换后的区域车辆定位集合。
S210,基于替换后的区域车辆定位集合以及目标车辆定位信息,评估区域车辆与目标车辆之间的碰撞风险。
服务器将区域车辆定位集合中的待替换定位信息进行替换后,可以基于替换后的区域车辆定位集合以及目标车辆定位信息,评估特定区域内的一个或多个区域车辆与目标车辆之间的碰撞风险。
具体的,替换后的区域车辆定位集合中可以包括未筛选出的区域车辆定位信息和虚拟定位信息中的至少一种。对应的,替换后的区域车辆可以包括环境车辆和虚拟车辆中的至少一种。服务器可以根据替换后的区域车辆定位集合中的多个定位信息,分别与目标车辆定位信息进行评估,得到目标车辆分别与对应区域车辆之间的碰撞风险。
在本实施例中,服务器可以获取车辆定位设备采集目标车辆定位信息,获取环境定位设备采集区域车辆定位信息,通过车辆定位设备和环境定位设备共同采集车辆的定位信息,实现了车路协同,提高了环境定位设备的利用率。服务器根据目标车辆定位信息从区域车辆定位集合中进行筛选,筛选出可能导致评估误差的定位信息作为待替换定位信息。服务器根据道路信息生成虚拟定位信息对待替换定位信息进行替换,从而避免待替换定位信息对车辆之间碰撞风险评估的影响,通过生成虚拟定位信息对待替换定位信息进行等效替换,有效的提高了对于车辆碰撞的风险评估的准确性。
在一个实施例中,区域车辆定位集合包括区域车辆定位信息。如图3所示,上述根据目标车辆定位信息对区域车辆定位集合进行筛选,得到待替换定位信息的步骤包括:
S302,将目标车辆定位信息与区域车辆定位信息进行比对,得到区域车辆与目标车辆之间的相对位置和车辆距离。
S304,根据相对位置获取目标车辆与区域车辆之间的位置类型。
S306,获取与位置类型对应的距离阈值。
S308,筛选车辆距离小于距离阈值的区域车辆定位信息,得到待替换定位信息。
服务器获取到目标车辆定位信息和区域车辆定位集合之后,可以将目标车辆定位信息分别与区域车辆定位集合中的区域车辆定位信息进行比对。区域车辆定位集合中可以包括两个或两个以上区域车辆定位信息。在其中一个实施例中,当区域车辆定位集合中包括且只包括一个区域车辆定位信息时,表示环境定位设备对应的特定区域内只包括目标车辆,不存在除目标车辆以外的环境车辆,目标车辆不存在与环境车辆发生碰撞的风险。服务器可以结束对车辆碰撞进行风险评估,以此节省服务器运算资源。
具体的,服务器可以从目标车辆定位信息中提取目标车辆对应的目标车辆坐标,从区域车辆定位信息中提取对应区域车辆的区域车辆坐标。目标车辆坐标可以是目标车辆中心位置对应的坐标,区域车辆坐标也可以是区域车辆中心位置对应的坐标。服务器可以根据目标车辆坐标与区域车辆坐标,计算得到目标车辆与区域车辆之间的车辆距离。服务器可以比对目标车辆坐标和区域车辆坐标,得到目标车辆与区域车辆之间的相对位置。例如,当目标车辆与区域车辆行驶在同一车道时,目标车辆与区域车辆之间的相对位置可以属于前后位置。当区域车辆行驶在目标车辆旁时,目标车辆与区域车辆之间的相对位置可以属于相邻位置。
服务器可以根据目标车辆与区域车辆之间的相对位置,获取目标车辆与区域车辆之间的位置类型。具体的,车辆之间的位置类型可以包括纵向类型和横向类型。车辆之间的位置类型可以根据车辆间的相对位置和对应的车道方向确定。当目标车辆与区域车辆之间的相对位置沿着车道方向时,相对位置对应的位置类型可以是纵向类型。例如,区域车辆可以在目标车辆前,也可以在目标车辆后。否则,目标车辆与区域车辆之间的相对位置对应的位置类型可以是横向类型。例如,区域车辆可以是在目标车辆左侧,也可以是在目标车辆右侧。
距离阈值可以是用户根据实际需求预先设置的位置类型对应的最小车辆距离。服务器可以接收用户预先设置的距离阈值,将位置类型与对应的距离阈值关联存储在数据库中。服务器可以位置类型与距离阈值之间的关联关系,从数据库中获取与位置类型相关联的距离阈值。不同位置类型可以对应不同的距离阈值。例如,纵向类型可以对应纵向距离阈值,横向类型可以对应横向距阈值。不同位置类型对应的距离阈值可以是相同的,也可以是不同的。距离阈值可以是根据实际需求设置的固定值。比如,纵向距离阈值可以设置为5米,横向距离阈值可以设置为2米。距离阈值也可以是可变的。比如,距离阈值可以根据目标车辆的不同而变化。纵向距离阈值可以是目标车辆的车身长度,横向距离阈值可以是目标车辆的车身宽度。
服务器可以将目标车辆与区域车辆之间的车辆距离,与位置类型对应的距离阈值进行比对。当车辆距离大于或等于距离阈值时,服务器则跳过对应的区域车辆定位信息。当车辆距离小于距离阈值时,服务器可以将对应的区域车辆定位信息标记为待替换定位信息。服务器可以依次对区域车辆定位信息进行筛选,也可以调用多线程并行筛选区域车辆定位信息,从而筛选区域车辆定位集合中对应车辆距离小于距离阈值的区域车辆定位信息,得到待替换定位信息。
在本实施例中,服务器将目标车辆定位信息与区域车辆定位信息进行比对,得到区域车辆与目标车辆之间的相对位置和车辆距离,根据相对位置对应的位置类型获取对应的距离阈值,通过比对车辆距离和距离阈值对对应区域车辆定位信息进行筛选,筛选出目标车辆由于定位误差对应的区域车辆定位信息,避免根据实际上不存在对应区域车辆的区域车辆定位信息导致碰撞风险评估误差较大,有效的提高了碰撞风险的准确性。
在一个实施例中,如图4所示,将目标车辆定位信息与区域车辆定位信息进行比对,得到区域车辆与目标车辆之间的相对位置和车辆距离的步骤包括:
S402,根据目标车辆定位信息获取目标车辆坐标以及目标车辆数据。
S404,将目标车辆坐标与区域车辆定位信息进行比对,得到目标车辆与区域车辆之间的相对位置。
S406,根据相对位置获取区域车辆对应的参考定位坐标。
S408,根据目标车辆坐标、目标车辆数据以及参考定位坐标,确定目标车辆与区域车辆之间的车辆距离。
服务器可以从目标车辆定位信息中获取目标车辆对应的目标车辆坐标,以及目标车辆数据。其中,目标车辆坐标可以是目标车辆多个位置中的一个所对应的坐标。例如,目标车辆坐标可以是目标车辆的中心位置所对应的坐标,也可以是目标车辆中车辆定位设备所在位置所对应的坐标。目标车辆数据具体可以包括目标车辆对应的外轮廓数据、车辆定位设备在目标车辆中的安装位置等。
服务器将目标车辆坐标与区域车辆定位信息中的区域车辆坐标进行比对,得到目标车辆与区域车辆之间的相对位置。服务器可以根据目标车辆与区域车辆之间的相对位置,获取区域车辆对应的参考定位坐标。其中,参考定位坐标可以是区域车辆外轮廓上靠近目标车辆位置的坐标。服务器可以根据与目标车辆之间的相对位置,获取区域车辆靠近目标车辆的一侧,服务器可以在区域车辆的外轮廓上确定靠近目标车辆的位置,获取该位置对应的坐标作为参考定位坐标。参考定位坐标是指区域车辆靠近目标车辆的位置坐标。例如,当区域车辆位于目标车辆的后方时,服务器可以确定区域车辆的车头位置作为参考定位坐标。当区域车辆位于目标车辆左侧时,服务器可以确定区域车辆右侧轮廓上的位置坐标作为参考定位坐标。
服务器可以根据目标车辆坐标和目标车辆数据确定目标车辆对应的外轮廓位置,服务器可以获取区域车辆对应的参考坐标距离目标车辆外轮廓最近的位置,计算目标车辆与区域车辆之间的车辆距离。
在本实施例中,服务器将目标车辆坐标与区域车辆定位信息进行比对,得到目标车辆与区域车辆之间的相对位置,根据相对位置获取区域车辆对应的参考定位坐标,根据参考定位坐标、目标车辆坐标和目标车辆数据计算目标车辆与区域车辆之间的车辆距离。结合目标车辆数据和参考定位坐标,考虑了车辆外轮廓数据,有效的提高了车辆距离的准确性,进而提高了区域车辆定位信息筛选的准确性和碰撞风险评估的准确性。
在一个实施例中,上述根据道路信息和目标车辆定位信息生成虚拟定位信息的步骤包括:根据目标车辆定位信息获取目标车辆所对应的车道标识;从道路信息中提取车道标识对应的标准行驶数据;根据标准行驶数据和待替换定位信息生成对应的虚拟定位信息。
服务器可以从目标车辆定位信息中获取目标车辆对应的目标车辆坐标,根据目标车辆坐标可以确定目标车辆所在行驶的车道。服务器可以获取环境定位设备上传的区域环境信息,区域环境信息中可以包括特定区域对应的道路信息。道路信息可以包括特定区域内道路对应的信息,道路信息具体可以包括特定区域内的车道数量、车道标识、车道方向和每条车道对应的标准行驶数据等。
服务器可以获取目标车辆所行驶车道对应的车道标识,根据车道标识从道路信息中获取车道标识对应的标准行驶数据。标准行驶数据可以包括车道对应的标准行驶速度、车辆安全距离等。服务器可以根据目标车辆的车道标识对应的标准行驶数据和待替换定位信息生成对应的虚拟定位信息。
虚拟定位信息可以包括同道虚拟定位信息和邻道虚拟定位信息中的至少一种。同道虚拟定位信息对应的同道虚拟车辆与目标车辆在同一车道上,同道虚拟车辆可以在目标车辆的前方,也可以在目标车辆的后方。邻道虚拟定位信息对应的邻道虚拟车辆可以在目标车辆对应的相邻车道上,邻道虚拟车辆可以在目标车辆对应的左侧车道上,也可以在对应的右侧车道上。
服务器可以在目标车辆所在的同一车道上生成至少一个同道虚拟定位信息。同道虚拟定位信息对应的虚拟车辆坐标与目标车辆坐标之间的距离在对应车道的车辆安全距离以内,虚拟车辆对应的虚拟车辆速度可以与对应待替换定位信息包括的区域车辆速度相同,虚拟车辆对应的虚拟车辆加速度可以与对应待替换定位信息包括的区域车辆加速度一致。
服务器可以检测目标车辆所在的车道旁是否存在相邻车道。当存在相邻车道时,服务器还可以生成邻道虚拟定位信息。否则,不生成邻道虚拟定位信息。其中,邻道虚拟定位信息对应的虚拟车辆坐标与目标车辆坐标之间的距离在对应车道宽度以内。
在本实施例中,服务器根据目标车辆所在车道对应的标准行驶数据以及待替换定位信息,生成待替换定位信息对应的至少一个虚拟定位信息,利用虚拟定位信息将对应的待替换定位信息进行等效替换,避免了待替换定位信息对车辆之间碰撞风险评估的影响,有效的提高了评估车辆碰撞风险的准确性。
在一个实施例中,如图5所示,上述基于替换后的区域车辆定位集合以及目标车辆定位信息,评估区域车辆与目标车辆之间的碰撞风险的步骤包括:
S502,获取目标车辆和区域车辆各自对应的行驶速度。
S504,根据行驶速度预测目标车辆与区域车辆之间的相对位移率。
S506,根据相对位移率评估区域车辆与目标车辆之间的目标碰撞风险。
替换后的区域车辆定位集合中可以包括区域车辆定位信息和虚拟定位信息中的至少一种。服务器可以将虚拟定位信息记作区域车辆定位信息,虚拟车辆也记作区域车辆,分别评估每个区域车辆与目标车辆之间的碰撞风险。服务器可以利用单线程逐一对区域车辆和目标车辆之间的碰撞风险进行评估,服务器也可以调用多线程,并行评估区域车辆与目标车辆之间的碰撞风险。
具体的,服务器可以从目标车辆定位信息中提取目标车辆对应的行驶速度,行驶速度是指车辆定位设备在采集时刻目标车辆对应的行驶速度。对应的,服务器可以从区域车辆定位信息中提取区域车辆对应的行驶速度。服务器可以将目标车辆对应的行驶速度记作目标车辆速度,将区域车辆对应的行驶速度记作区域车辆速度。服务器可以根据目标车辆坐标和区域车辆坐标获取目标车辆与区域车辆之间的车辆距离。
服务器可以将车辆距离作为初始距离,根据目标车辆速度和区域车辆速度预测目标车辆与区域车辆之间的相对位移。目标车辆与区域车辆之间的相对位移可以是目标车辆以区域车辆为参考系进行的位移,可以将目标车辆靠近区域车辆的位移作为正向位移。
可以认为目标车辆和区域车辆分别保持目标车辆速度和区域车辆速度,服务器根据目标车辆速度和区域车辆速度计算相对位移随时间对应的相对位移率。服务器可以根据相对位移率对区域车辆与目标车辆之间的碰撞风险进行评估,得到目标碰撞风险。相对位移率越高,则对应的目标碰撞风险越高。在其中一个实施例中,服务器可以将相对位移率记作目标碰撞风险对应的风险概率。服务器可以将相对位移率与碰撞风险阈值进行比对。碰撞风险阈值可以是用户根据实际需求预先设置的,比如碰撞风险阈值可以为75%。当相对位移率大于或等于碰撞风险阈值时,确定目标车辆与区域车辆之间的碰撞风险较大。当对位移率小于碰撞风险阈值时,确定目标车辆与区域车辆之间的碰撞风险较小。
在其中一个实施例中,服务器还可以获取目标车辆加速度和区域车辆加速度,根据目标车辆加速度和区域车辆加速度分别对目标车辆速度和区域车辆速度随时间进行调节,得到目标车辆与区域车辆之间随时间对应的相对位移率。通过加速度调节对应的速度,有效的提高了预测目标车辆与区域车辆之间相对位移率的准确性,进而提高了碰撞风险评估的准确性。
在本实施例中,服务器根据目标车辆和区域车辆各自对应的行驶速度,根据目标车辆速度和区域车辆速度预测目标车辆与区域车辆之间的相对位移率。基于相对位移率评估目标车辆与区域车辆之间的目标碰撞风险,有效的提高了目标碰撞风险评估的准确性。
在一个实施例中,上述基于车辆碰撞的风险评估方法还包括:获取碰撞风险与风险等级之间的映射关系;根据映射关系获取目标碰撞风险所对应的目标风险等级;根据目标风险等级生成对应的碰撞风险提示信息,将碰撞风险提示信息发送至车辆定位设备。
服务器可以获取碰撞风险与风险等级之间的映射关系。碰撞风险与风险等级之间的映射关系可以是用户根据实际需求预先设置并上传至服务器的。服务器可以将碰撞风险与风险等级之间的映射关系存储至服务器对应的数据库中,服务器可以采用数据表等形式存储碰撞风险与风险等级之间的映射关系。风险等级可以随着碰撞风险的变化而变化。车辆之间的碰撞风险越高,对应的风险等级则越高。车辆之间的碰撞风险越低,对应的风险等级则越低。
服务器可以从数据库中获取碰撞风险与风险等级之间的映射关系,根据映射关系获取与目标碰撞风险所对应的目标风险等级。服务器可以根据目标风险等级生成对应的碰撞风险提示信息。服务器可以根据不同的风险等级生成相同的碰撞风险提示信息,也可以生成不同的碰撞风险提示信息。
服务器可以将生成的碰撞风险提示信息发送至车辆定位设备,使得车辆定位设备接收到碰撞风险提示信息之后,展示碰撞风险提示信息,以此提示用户可能存在与其他车辆之间的碰撞风险。其中,碰撞风险提示信息可以是多种形式的,车辆定位设备可以通过显示界面展示文本形式的碰撞风险提示信息,也可以通过扬声器展示语音形式的碰撞风险提示信息。
在本实施例中,服务器根据映射关系获取与目标碰撞风险相对应的目标风险等级,根据目标风险等级生成对应的碰撞风险提示信息,将碰撞风险提示信息发送至车辆定位设备,使得车辆定位设备展示碰撞风险提示信息,以此提示用户与周围车辆之间存在碰撞风险,有效的提高了目标车辆行驶的安全性。
在一个实施例中,上述基于车辆碰撞的风险评估方法还包括:根据道路信息获取目标车辆对应的道路风险数据;调用道路风险评估模型,根据道路风险数据获取对应的道路风险;当道路风险大于道路风险阈值时,生成道路风险提示信息,将道路风险提示信息发送至车辆定位设备。
特定区域对应的道路信息中还包括道路对应的道路风险数据。服务器可以根据目标车辆所行驶车道的车道标识,从道路信息中获取车道标识对应的道路风险数据。道路风险数据具体可以包括道路中道路盲区、模糊标志、下沉路段、大幅弯道、交叉路口等多个维度的数据。每个维度的道路风险数据可以用于评估对应道路风险类型的道路风险。
服务器可以调用道路风险评估模型,道路风险评估模型是预先根据训练数据进行训练后得到的模型,道路风险评估模型可以用于对道路所对应的道路风险进行评估。服务器建立和训练得到道路风险评估模型后,可以将道路风险评估模型配置在服务器中。服务器可以将道路风险数据输入至道路风险评估模型中,道路风险评估模型可以根据特定区域对应的历史交通事故数据,获取多种风险类型各自对应的事故次数占比,利用道路风险数据和事故次数占比进行运算,得到对应的道路风险。
在其中一个实施例中,当道路风险数据中包括多个维度的数据时,每个维度的道路风险数据可以对应一种风险类型。服务器可以调用道路风险评估模型对多个维度的数据分别进行运算,得到对应多种风险类型分别对应的道路子风险。服务器可以根据多种风险类型分别对应的道路子风险生成道路风险。具体的,服务器可以通过多种方式根据多个道路子风险计算对应的道路风险。例如,服务器可以直接计算多个道路子风险的和或者平均值,将得到的多个道路子风险的和或者平均值作为道路风险。服务器还可以获取风险类型所对应的类型权重,根据风险类型对应的道路子风险和类型权重确定对应的道路风险。
服务器可以将道路风险与道路风险阈值进行比对。道路风险阈值可以是用户根据实际需求预先设置的最小道路风险值。当道路风险大于道路风险阈值时,服务器可以根据道路风险生成道路风险提示信息,将生成的道路风险提示信息发送至对应的车辆定位设备,使得车辆定位设备展示道路风险提示信息,以此提示用户当前行驶路段对应的路段风险较大。其中,道路风险提示信息可以是多种形式的,车辆定位设备可以通过显示界面展示文本形式的道路风险提示信息,也可以通过扬声器展示语音形式的道路风险提示信息。
在本实施例中,服务器根据多维度的道路风险数据对道路风险进行评估,能够更加准确的评估道路风险。服务器利用特定区域的事故次数占比和风险类型对应的道路风险数据评估道路风险,根据真实的历史交通事故数据客观的评估道路风险数据对应的道路风险,有效的提高了道路风险评估的准确性,提高了目标车辆行驶的安全性。
图2-5分别为一个实施例中基于车辆碰撞的风险评估方法的流程示意图。应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种基于车辆碰撞的风险评估装置600,包括:通信模块602、集合筛选模块604、虚拟信息生成模块606和碰撞风险评估模块608,其中:
通信模块602,用于获取车辆定位设备采集的目标车辆的目标车辆定位信息;获取环境定位设备采集对应的特定区域的区域环境信息,区域环境信息包括区域车辆定位集合以及道路信息。
集合筛选模块604,用于根据目标车辆定位信息对区域车辆定位集合进行筛选,得到待替换定位信息。
虚拟信息生成模块606,用于根据道路信息和目标车辆定位信息生成虚拟定位信息,将待替换定位信息替换为虚拟定位信息。
碰撞风险评估模块608,用于基于替换后的区域车辆定位集合以及目标车辆定位信息,评估区域车辆与目标车辆之间的碰撞风险。
在本实施例中,服务器可以获取车辆定位设备采集目标车辆定位信息,获取环境定位设备采集区域车辆定位信息,通过车辆定位设备和环境定位设备共同采集车辆的定位信息,实现了车路协同,提高了环境定位设备的利用率。服务器根据目标车辆定位信息从区域车辆定位集合中进行筛选,筛选出可能导致评估误差的定位信息作为待替换定位信息。服务器根据道路信息生成虚拟定位信息对待替换定位信息进行替换,从而避免待替换定位信息对车辆之间碰撞风险评估的影响,通过生成虚拟定位信息对待替换定位信息进行等效替换,有效的提高了评估车辆碰撞风险的准确性。
在一个实施例中,区域车辆定位集合包括区域车辆定位信息,上述集合筛选模块604还用于将目标车辆定位信息与区域车辆定位信息进行比对,得到区域车辆与目标车辆之间的相对位置和车辆距离;根据相对位置获取目标车辆与区域车辆之间的位置类型;获取与位置类型对应的距离阈值;筛选车辆距离小于距离阈值的区域车辆定位信息,得到待替换定位信息。
在一个实施例中,上述集合筛选模块604还用于根据目标车辆定位信息获取目标车辆坐标以及目标车辆数据;将目标车辆坐标与区域车辆定位信息进行比对,得到目标车辆与区域车辆之间的相对位置;根据相对位置获取区域车辆对应的参考定位坐标;根据目标车辆坐标、目标车辆数据以及参考定位坐标,确定目标车辆与区域车辆之间的车辆距离。
在一个实施例中,上述虚拟信息生成模块606还用于根据目标车辆定位信息获取目标车辆所对应的车道标识;从道路信息中提取车道标识对应的标准行驶数据;根据标准行驶数据和待替换定位信息生成对应的虚拟定位信息。
在一个实施例中,上述碰撞风险评估模块608还用于获取目标车辆和区域车辆各自对应的行驶速度;根据行驶速度预测目标车辆与区域车辆之间的相对位移率;根据相对位移率评估区域车辆与目标车辆之间的目标碰撞风险。
在一个实施例中,上述基于车辆碰撞的风险评估装置600还包括风险提示模块,用于获取碰撞风险与风险等级之间的映射关系;根据映射关系获取目标碰撞风险所对应的目标风险等级;根据目标风险等级生成对应的碰撞风险提示信息,将碰撞风险提示信息发送至车辆定位设备。
在一个实施例中,上述风险提示模块还用于根据道路信息获取目标车辆对应的道路风险数据;调用道路风险评估模型,根据道路风险数据获取对应的道路风险;当道路风险大于道路风险阈值时,生成道路风险提示信息,将道路风险提示信息发送至车辆定位设备。
图7示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器120。如图7所示,该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、数据库。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现基于车辆碰撞的风险评估方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行基于车辆碰撞的风险评估方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的基于车辆碰撞的风险评估装置可以实现为一种计算机程序的形式,计算机程序可在如图7所示的计算机设备上运行。计算机设备的存储器中可存储组成该基于车辆碰撞的风险评估装置的各个程序模块,比如,图6所示的通信模块602、集合筛选模块604、虚拟信息生成模块606和碰撞风险评估模块608。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的基于车辆碰撞的风险评估方法中的步骤。
例如,图7所示的计算机设备可以通过如图6所示的基于车辆碰撞的风险评估装置中的通信模块602执行获取车辆定位设备采集的目标车辆的目标车辆定位信息;获取环境定位设备采集对应的特定区域的区域环境信息,区域环境信息包括区域车辆定位集合以及道路信息。计算机设备可通过集合筛选模块604执行根据目标车辆定位信息对区域车辆定位集合进行筛选,得到待替换定位信息。计算机设备可通过虚拟信息生成模块606执行根据道路信息和目标车辆定位信息生成虚拟定位信息,将待替换定位信息替换为虚拟定位信息。计算机设备可通过碰撞风险评估模块608执行基于替换后的区域车辆定位集合以及目标车辆定位信息,评估区域车辆与目标车辆之间的碰撞风险。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述基于车辆碰撞的风险评估方法的步骤。此处基于车辆碰撞的风险评估方法的步骤可以是上述各个实施例的基于车辆碰撞的风险评估方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述基于车辆碰撞的风险评估方法的步骤。此处基于车辆碰撞的风险评估方法的步骤可以是上述各个实施例的基于车辆碰撞的风险评估方法中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于车辆碰撞的风险评估方法,包括:
获取车辆定位设备采集的目标车辆的目标车辆定位信息;
获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;
根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;
根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;
基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。
2.根据权利要求1所述的方法,其特征在于,所述区域车辆定位集合包括区域车辆定位信息,所述根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息包括:
将所述目标车辆定位信息与所述区域车辆定位信息进行比对,得到所述区域车辆与所述目标车辆之间的相对位置和车辆距离;
根据所述相对位置获取所述目标车辆与所述区域车辆之间的位置类型;
获取与所述位置类型对应的距离阈值;
筛选所述车辆距离小于所述距离阈值的区域车辆定位信息,得到待替换定位信息。
3.根据权利要求2所述的方法,其特征在于,所述将所述目标车辆定位信息与所述区域车辆定位信息进行比对,得到所述区域车辆与所述目标车辆之间的相对位置和车辆距离包括:
根据所述目标车辆定位信息获取目标车辆坐标以及目标车辆数据;
将所述目标车辆坐标与所述区域车辆定位信息进行比对,得到所述目标车辆与所述区域车辆之间的相对位置;
根据所述相对位置获取所述区域车辆对应的参考定位坐标;
根据所述目标车辆坐标、目标车辆数据以及参考定位坐标,确定所述目标车辆与所述区域车辆之间的车辆距离。
4.根据权利要求1所述的方法,其特征在于,所述根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息包括:
根据所述目标车辆定位信息获取所述目标车辆所对应的车道标识;
从所述道路信息中提取所述车道标识对应的标准行驶数据;
根据所述标准行驶数据和所述待替换定位信息生成对应的虚拟定位信息。
5.根据权利要求1所述的方法,其特征在于,所述基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险包括:
获取所述目标车辆和区域车辆各自对应的行驶速度;
根据所述行驶速度预测所述目标车辆与区域车辆之间的相对位移率;
根据所述相对位移率评估所述区域车辆与目标车辆之间的目标碰撞风险。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取碰撞风险与风险等级之间的映射关系;
根据所述映射关系获取所述目标碰撞风险所对应的目标风险等级;
根据所述目标风险等级生成对应的碰撞风险提示信息,将所述碰撞风险提示信息发送至所述车辆定位设备。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
根据所述道路信息获取所述目标车辆对应的道路风险数据;
调用道路风险评估模型,根据所述道路风险数据获取对应的道路风险;
当所述道路风险大于道路风险阈值时,生成道路风险提示信息,将所述道路风险提示信息发送至所述车辆定位设备。
8.一种基于车辆碰撞的风险评估装置,其特征在于,所述装置包括:
通信模块,用于获取车辆定位设备采集的目标车辆的目标车辆定位信息;获取环境定位设备采集对应的特定区域的区域环境信息,所述区域环境信息包括区域车辆定位集合以及道路信息;
集合筛选模块,用于根据所述目标车辆定位信息对所述区域车辆定位集合进行筛选,得到待替换定位信息;
虚拟信息生成模块,用于根据所述道路信息和所述目标车辆定位信息生成虚拟定位信息,将所述待替换定位信息替换为所述虚拟定位信息;
碰撞风险评估模块,用于基于替换后的区域车辆定位集合以及所述目标车辆定位信息,评估区域车辆与所述目标车辆之间的碰撞风险。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911105558.5A CN110807950B (zh) | 2019-11-13 | 2019-11-13 | 基于车辆碰撞的风险评估方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911105558.5A CN110807950B (zh) | 2019-11-13 | 2019-11-13 | 基于车辆碰撞的风险评估方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110807950A true CN110807950A (zh) | 2020-02-18 |
CN110807950B CN110807950B (zh) | 2024-02-23 |
Family
ID=69502364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911105558.5A Active CN110807950B (zh) | 2019-11-13 | 2019-11-13 | 基于车辆碰撞的风险评估方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110807950B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111326019A (zh) * | 2020-02-27 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 驾驶风险预警方法及装置、计算机介质和电子设备 |
CN111524389A (zh) * | 2020-04-16 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
CN111572538A (zh) * | 2020-04-27 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 车辆碰撞预警阈值确定方法、装置 |
CN111612938A (zh) * | 2020-03-31 | 2020-09-01 | 浙江吉利汽车研究院有限公司 | 一种事件记录设备控制方法、装置、设备及存储介质 |
CN111709665A (zh) * | 2020-06-28 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 车辆安全性的评估方法和装置 |
CN111832947A (zh) * | 2020-07-16 | 2020-10-27 | 腾讯科技(深圳)有限公司 | 风险评估方法、装置、计算机设备以及介质 |
CN111709665B (zh) * | 2020-06-28 | 2024-04-26 | 腾讯科技(深圳)有限公司 | 车辆安全性的评估方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106896393A (zh) * | 2015-12-21 | 2017-06-27 | 财团法人车辆研究测试中心 | 车辆协同式物体定位优化方法及车辆协同定位装置 |
DE102018105014A1 (de) * | 2017-03-06 | 2018-09-06 | GM Global Technology Operations LLC | Vorhersagealgorithmus für einen fahrzeugcrash unter verwendung eines radarsensors und eines upa-sensors |
CN209281480U (zh) * | 2018-12-25 | 2019-08-20 | 北京聚利科技股份有限公司 | 自由流收费系统 |
CN209281478U (zh) * | 2018-12-25 | 2019-08-20 | 北京聚利科技股份有限公司 | 收费系统 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警系统及方法 |
-
2019
- 2019-11-13 CN CN201911105558.5A patent/CN110807950B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106896393A (zh) * | 2015-12-21 | 2017-06-27 | 财团法人车辆研究测试中心 | 车辆协同式物体定位优化方法及车辆协同定位装置 |
DE102018105014A1 (de) * | 2017-03-06 | 2018-09-06 | GM Global Technology Operations LLC | Vorhersagealgorithmus für einen fahrzeugcrash unter verwendung eines radarsensors und eines upa-sensors |
CN209281480U (zh) * | 2018-12-25 | 2019-08-20 | 北京聚利科技股份有限公司 | 自由流收费系统 |
CN209281478U (zh) * | 2018-12-25 | 2019-08-20 | 北京聚利科技股份有限公司 | 收费系统 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警系统及方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111326019A (zh) * | 2020-02-27 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 驾驶风险预警方法及装置、计算机介质和电子设备 |
CN111612938A (zh) * | 2020-03-31 | 2020-09-01 | 浙江吉利汽车研究院有限公司 | 一种事件记录设备控制方法、装置、设备及存储介质 |
CN111612938B (zh) * | 2020-03-31 | 2022-09-27 | 浙江吉利汽车研究院有限公司 | 一种事件记录设备控制方法、装置、设备及存储介质 |
CN111524389A (zh) * | 2020-04-16 | 2020-08-11 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
CN111524389B (zh) * | 2020-04-16 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
CN111572538A (zh) * | 2020-04-27 | 2020-08-25 | 腾讯科技(深圳)有限公司 | 车辆碰撞预警阈值确定方法、装置 |
CN111572538B (zh) * | 2020-04-27 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 车辆碰撞预警阈值确定方法、装置 |
CN111709665A (zh) * | 2020-06-28 | 2020-09-25 | 腾讯科技(深圳)有限公司 | 车辆安全性的评估方法和装置 |
CN111709665B (zh) * | 2020-06-28 | 2024-04-26 | 腾讯科技(深圳)有限公司 | 车辆安全性的评估方法和装置 |
CN111832947A (zh) * | 2020-07-16 | 2020-10-27 | 腾讯科技(深圳)有限公司 | 风险评估方法、装置、计算机设备以及介质 |
CN111832947B (zh) * | 2020-07-16 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 风险评估方法、装置、计算机设备以及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110807950B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807950B (zh) | 基于车辆碰撞的风险评估方法、装置和计算机设备 | |
CN110430401B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
CN109739236B (zh) | 车辆信息的处理方法、装置、计算机可读介质及电子设备 | |
CN110849384B (zh) | 导航路线生成方法、装置、可读存储介质和计算机设备 | |
US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
CN110579219B (zh) | 轨迹数据处理方法、装置、存储介质和计算机设备 | |
CN109872530B (zh) | 一种路况信息的生成方法、车载终端及服务器 | |
CN102472629B (zh) | 用于驾驶员辅助系统的电子地平线 | |
CN105989712A (zh) | 一种车辆数据处理的方法及车辆终端 | |
CN104123843B (zh) | 一种非法营运车辆检测系统及方法 | |
CN105976609A (zh) | 一种车辆数据处理系统及方法 | |
CN112712717A (zh) | 一种信息融合的方法和系统 | |
CN108460968A (zh) | 一种基于车联网获取交通路况信息的方法及装置 | |
WO2021155685A1 (zh) | 一种更新地图的方法、装置和设备 | |
CN112203216B (zh) | 定位信息获取方法、辅助驾驶方法以及车端传感器检测方法 | |
CN110400480B (zh) | 基于交通通信站的交通信息处理方法、装置、设备和介质 | |
CN110942038A (zh) | 基于视觉的交通场景识别方法、装置、介质及电子设备 | |
CN108140231A (zh) | 利用运输工具号牌识别的交通信息大数据运用系统、其所需服务器及其所需用户终端 | |
CN111753639A (zh) | 感知地图生成方法、装置、计算机设备和存储介质 | |
CN110708664B (zh) | 一种交通流感知方法、装置及计算机存储介质、电子设备 | |
CN112765302A (zh) | 位置信息的处理方法、装置及计算机可读介质 | |
CN109344776B (zh) | 数据处理方法 | |
CN111640307A (zh) | 车辆超速行驶的监控方法、装置和相关产品 | |
CN106887138B (zh) | 一种堵车蔓延态势侦测方法与系统 | |
CN116311015A (zh) | 道路场景识别方法、装置、服务器、存储介质和程序产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021999 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |