CN110843772B - 潜在碰撞的相对方向判断方法、装置、设备及存储介质 - Google Patents
潜在碰撞的相对方向判断方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110843772B CN110843772B CN201911136447.0A CN201911136447A CN110843772B CN 110843772 B CN110843772 B CN 110843772B CN 201911136447 A CN201911136447 A CN 201911136447A CN 110843772 B CN110843772 B CN 110843772B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- relative
- determining
- angle
- relative direction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000005516 engineering process Methods 0.000 description 30
- 238000010586 diagram Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 14
- 238000013473 artificial intelligence Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000006855 networking Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 241000282414 Homo sapiens Species 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种潜在碰撞的相对方向判断方法、装置、设备及存储介质，属于车路协同和安全辅助驾驶领域，所述方法包括：获取主车的第一定位坐标和背景车的第二定位坐标；根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角；获取所述主车的第一行驶方向和所述背景车的第二行驶方向；根据所述相对方向角、所述第一行驶方向和所述第二行驶方向，确定所述背景车与所述主车发生潜在碰撞时的相对方向。本申请不依赖高精度的GPS定位结果，即可判断两个车辆的潜在碰撞的相对方向。
Description
技术领域
本申请涉及车路协同和安全辅助驾驶领域，特别涉及一种潜在碰撞的相对方向判断方法、装置、设备及存储介质。
背景技术
车辆在行驶过程中可能会发生碰撞。对于主车(当前驾驶者所在车辆)和其它车之间的潜在碰撞的相对方向进行预测，是车路协同和安全辅助驾驶中的研究课题。
相关技术中，主车从车联网的云端或者其它渠道获取所在车道的高精全球定位系统(Global Positioning System，GPS)以及相邻车道的高精GPS，从而获取到车道与GPS坐标之间的对应关系。主车获取主车的第一GPS坐标和其它车的第二GPS坐标，根据车道与GPS坐标之间的对应关系来判断其它车与主车发生潜在碰撞的相对方向。比如，如果其它车的第二GPS坐标位于主车的右侧相邻车道且在主车的第一GPS坐标的前方，那么其它车辆在主车的右前方。
上述技术主要依赖于高精度地图和高精度定位设备，在车联网的发展初期较为难以落地和推广应用。
发明内容
本申请实施例提供了一种潜在碰撞的相对方向判断方法、装置、设备及存储介质，可以解决相关技术中主要依赖于高精度地图和高精度定位设备的问题。所述技术方案如下：
根据本申请的一个方面，提供了一种潜在碰撞的相对方向判断方法，所述方法包括：
获取主车的第一定位坐标和背景车的第二定位坐标；
根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角；
获取所述主车的第一行驶方向和所述背景车的第二行驶方向；
根据所述相对方向角、所述第一行驶方向和所述第二行驶方向，确定所述背景车与所述主车发生潜在碰撞时的相对方向。
根据本申请的一个方面，提供了一种潜在碰撞的相对方向判断装置，所述装置包括：
坐标获取模块，用于获取主车的第一定位坐标和背景车的第二定位坐标；
角度确定模块，用于根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角；
方向获取模块，用于获取所述主车的第一行驶方向和所述背景车的第二行驶方向；
方向确定模块，用于根据所述相对方向角、所述第一行驶方向和所述第二行驶方向，确定所述背景车与所述主车发生潜在碰撞时的相对方向。
根据本申请的一个方面，提供了一种计算机设备(或称车载设备)，所述计算机设备包括：处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的潜在碰撞的相对方向判断方法。
根据本申请的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的潜在碰撞的相对方向判断方法。
本申请实施例至少存在如下有益效果:
通过获取主车的第一定位坐标和背景车的第二定位坐标；根据第一定位坐标和第二定位坐标确定背景车和主车之间的距离；在距离小于阈值时，根据第一定位坐标和第二定位坐标确定背景车相对于主车的相对方向角，以及根据相对方向角、第一行驶方向和第二行驶方向，确定背景车与主车发生潜在碰撞时的相对方向。由于第一定位坐标和第二定位坐标不需要依赖高精度的GPS，因此能够降低技术方案对车辆上的定位设备的精度要求，降低技术方案在落地时的要求和难度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一个示意性实施例提供的车联网系统的框图；
图2是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的流程图；
图3是本申请另一个示意性实施例提供的直角坐标系的示意图；
图4是本申请另一个示意性实施例提供的主车的8个相对方向的示意图；
图5是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的流程图；
图6是本申请另一个示意性实施例提供的背景车相对于主车的一种方位角示意图；
图7是本申请另一个示意性实施例提供的背景车相对于主车的另一种方位角示意图；
图8是本申请另一个示意性实施例提供的背景车相对于主车的另一种方位角示意图；
图9是本申请另一个示意性实施例提供的背景车相对于主车的另一种方位角示意图；
图10是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图11是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图12是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图13是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图14是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图15是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图16是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图17是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的一种碰撞可能性示意图；
图18是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法在实施时的硬件平台示意图；
图19是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断方法的界面显示图；
图20是本申请另一个示意性实施例提供的潜在碰撞的相对方向判断装置的框图；
图21是本申请另一个示意性实施例提供的计算机设备的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
首先对本申请涉及的若干个名词进行介绍：
D2D/V2X
车辆对外界(Vehicle to Everything，V2X)是一种基于D2D通信的侧行链路(SideLink，SL)传输技术，与传统的蜂窝系统中通信数据通过基站接收或者发送的方式不同，车联网系统采用终端到终端直接通信的方式，因此具有更高的频谱效率以及更低的传输时延。
人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科，计算机视觉研究相关的理论和技术，试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术，还包括常见的人脸识别、指纹识别等生物特征识别技术。
语音技术(Speech Technology)的关键技术有自动语音识别技术(ASR)和语音合成技术(TTS)以及声纹识别技术。让计算机能听、能看、能说、能感觉，是未来人机交互的发展方向，其中语音成为未来最被看好的人机交互方式之一。
自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此，这一领域的研究将涉及自然语言，即人们日常使用的语言，所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
机器学习(Machine Learning,ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。
自动驾驶技术通常包括高精地图、环境感知、行为决策、路径规划、运动控制等技术，自动驾驶技术有着广泛的应用前景。
本申请实施例提供的方案涉及车联网技术。本申请设计了一种两个(或多个)车辆之间的潜在碰撞的相对方向判断方案，不需要依赖高精度的GPS以及高精度的地图即可实现。
图1示出了本申请一个示例性实施例提供的车联网系统100的框图。该车联网系统100包括：车辆120和基站140。
车辆120中设置有定位装置和通信装置。该定位装置可以是民用级别的GPS，或者高精度的GPS，或者其它形式的定位装置。该定位装置能够定位出车辆所在的位置。通信装置可以是移动通信装置，比如第5代新空口(New Radio，NR)系统中的5G芯片。两个车辆120之间可以通过侧行链路(SideLink，SL)进行通信。车辆120中还设置有行驶方向检测装置，该行驶方向检测装置可以是重力加速度传感器和陀螺仪传感器中的至少一种。
基站140是移动通信网络中的接入网设备。基站140可以通过下行链路(DownLink，DL)向车辆120配置用于车联网通信的资源。
图1中的车辆120具有如下能力：
1、车辆的定位坐标可获取；
2、车辆的行驶方向可获取。
图2示出了本申请一个示例性实施例提供的潜在碰撞的相对方向判断方法的流程图。该方法可以由车辆120来执行。该方法包括：
步骤201，获取主车的第一定位坐标和背景车的第二定位坐标；
主车是应用上述方法的车辆。主车是有人驾驶车辆或无人驾驶车辆。主车的中控系统(或安全辅助系统)中运行有上述方法。
背景车是与主车处于同一区域内的其它车辆。该区域可以是按照行政区域、街道、路线等方式来划分的。或者，背景车是与主车的距离在预设范围内(相对较大，比如2km内)的其它车辆。背景车是可能与主车发生碰撞的车辆。
第一定位坐标是通过主车内的定位装置得到的定位坐标，第二定位坐标是通过背景车内的定位装置得到的定位坐标。示例性的，第一定位坐标是主车的第一GPS坐标，第二定位坐标是背景车的第二GPS坐标。
主车可通过车联网来获得背景车的第二定位坐标。背景车通过车联网将第二定位坐标共享给主车。比如，背景车通过侧行链路(SideLink，SL)通信，将第二定位坐标发送给主车。又比如，背景车将第二定位坐标上传给云端，由云端再同步至主车。
第一定位坐标和第二定位坐标可以是民用级GPS定位得到的坐标，也可以是高精度GPS定位得到的坐标，但本申请实施例不需要限定为高精度GPS，从而易于落地和推广应用。
步骤202，根据第一定位坐标和第二定位坐标确定背景车相对于主车的相对方向角；
终端根据第一定位坐标和第二定位坐标确定背景车相对于主车的相对方向角。示例性的，相对方向角是以主车为中心来确定的方位角。在一个示例中，以主车为原点建立直角坐标系，直角坐标系的x轴的正半轴指向正东，直角坐标系的y轴的正半轴指向正背。以原点向背景车所在的位置做射线，该射线与x轴的正半轴所形成的夹角，即为背景车相对于主车的相对方向角α，如图3所示。
终端还获取主车的第一行驶方向和背景车的第二行驶方向，进行后续的碰撞可能性判断。
步骤203，获取主车的第一行驶方向和背景车的第二行驶方向；
示例性的，在位于水平面的以主车为原点的直角坐标系中，第一行驶方向采用主车的前进方向沿逆时针方向与x轴正半轴之间的夹角进行表示，第二行驶方向采用背景车的前进方向沿逆时针方向与x轴正半轴之间的夹角进行表示。
步骤204，根据相对方向角、第一行驶方向和第二行驶方向，确定背景车与主车发生潜在碰撞时的相对方向。
终端根据相对方向角、第一行驶方向和第二行驶方向，确定背景车与主车发生潜在碰撞时的相对方向。
相对方向是以主车为中心，相对于主车的位置而预先划分的多个方向中的一个。每个相对方向具有各自的角度范围，每个相对方向的角度范围的宽度是相同或不同的。
在一个示例中，多个相对方向包括：前方、后方、左侧和右侧。以主车的第一行驶方向是y轴正半轴为例，右方的角度范围为[7π/4，π/4)，前方的角度范围为[π/4，3π/4)，左方的角度范围为[3π/4，5π/4)，左方的角度范围为[5π/4，7π/4)。该示例中的每个相对方向的角度范围的宽度是相同的。
在另一个示例中，多个相对方向包括：正前方、左前方、右前方、左侧、右侧、左后方、右后方、正后方，如图4所示。以主车的第一行驶方向是y轴正半轴为例，正前方的角度范围为π/2、左前方的角度范围为(π/2，π)、右前方的角度范围为(0，π/2)、左侧的角度范围为π、右侧的角度范围为0、左后方的角度范围为(π，3π/2)、右后方(3π/2，2π)、正后方的角度范围为3π/2。该示例中的每个相对方向的角度范围的宽度是不完全相同的。
在另一个示例中，潜在碰撞的相对方向的数量可以被细化为任意数量(根据实际情况而定)。比如，对于主车在水平面上的全方位360度，本申请可以将其细化为n个相对方向。n个相对方向的范围依次是
综上所述，本实施例提供的方法，通过获取主车的第一定位坐标和背景车的第二定位坐标；根据第一定位坐标和第二定位坐标确定背景车和主车之间的距离；在距离小于阈值时，根据第一定位坐标和第二定位坐标确定背景车相对于主车的相对方向角，以及根据相对方向角、第一行驶方向和第二行驶方向，确定背景车与主车发生潜在碰撞时的相对方向。由于第一定位坐标和第二定位坐标不需要依赖高精度的GPS，因此能够降低对车辆上的定位设备的精度要求，降低技术方案在落地时的要求和难度。
图5示出了本申请一个示例性实施例提供的潜在碰撞的相对方向判断方法的流程图。该方法可以由车辆120来执行。该方法包括：
步骤501，获取主车的第一定位坐标和背景车的第二定位坐标；
主车是应用上述方法的车辆。主车是有人驾驶车辆或无人驾驶车辆。主车的中控系统(或安全辅助系统)中运行有上述方法。
背景车是与主车处于同一区域内的其它车辆。该区域可以是按照行政区域、街道、路线等方式来划分的。或者，背景车是与主车的距离在预设范围内(相对较大，比如2km内)的其它车辆。背景车是可能与主车发生碰撞的车辆。
第一定位坐标是通过主车内的定位装置得到的定位坐标，第二定位坐标是通过背景车内的定位装置得到的定位坐标。示例性的，第一定位坐标是主车的第一GPS坐标，第二定位坐标是背景车的第二GPS坐标。
主车可通过车联网来获得背景车的第二定位坐标。背景车通过车联网将第二定位坐标共享给主车。比如，背景车通过侧行链路(SideLink，SL)通信，将第二定位坐标发送给主车。又比如，背景车将第二定位坐标上传给云端，由云端再同步至主车。
第一定位坐标和第二定位坐标可以是民用级GPS定位得到的坐标，也可以是高精度GPS定位得到的坐标，但本申请实施例不需要限定为高精度GPS，从而易于落地和推广应用。
步骤502，根据第一定位坐标和第二定位坐标，确定背景车和主车之间的距离；
主车将第一定位坐标和第二定位坐标输入距离计算公式，计算得到背景车和主车之间的距离。
步骤503，判断距离是否大于阈值；
当距离大于阈值时，确定主车和背景车之间不存在潜在的碰撞可能性，再次执行步骤501；
当距离小于阈值时，确定主车和背景车之间存在潜在的碰撞可能性，执行步骤504。
步骤504，当距离小于阈值时，在位于水平面内以主车为原点的直角坐标系中，根据第一定位坐标和第二定位坐标确定相对射线；
设第一定位坐标为原点A的坐标，第二定位坐标为背景车所在的点B的坐标，以原点A为起点作通过点B的相对射线(或者线段)。
步骤505，将直角坐标系的x轴正半轴沿逆时针方向与相对射线之间形成的角度，确定为背景车相对于主车的相对方向角；
终端在直角坐标系中确定参考点坐标(设点C的坐标)，参考点坐标的x轴坐标与第二定位坐标B的x轴坐标相同，参考点坐标的y轴坐标与第一定位坐标A的y轴坐标相同。确定第二定位坐标、第一定位坐标和参考点坐标所形成的夹角α。
当第二定位坐标位于直角坐标系的第一象限(比如东北方所在象限)时，将α确定为背景车相对于主车的相对方向角θ，如图6所示。
当第二定位坐标位于直角坐标系的第二象限时，将π-α确定为背景车相对于主车的相对方向角θ，如图7所示。
当第二定位坐标位于直角坐标系的第三象限时，将π+α确定为背景车相对于主车的相对方向角θ，如图8所示。
当第二定位坐标位于直角坐标系的第四象限时，将2π-α确定为背景车相对于主车的相对方向角θ，如图9所示。
步骤506，获取主车的第一行驶方向和背景车的第二行驶方向；
主车再从云端或者其他渠道获取主车的第一速度方向，记为ωhost；背景车的第二速度方向，记为ωmaster。
示例性的，在位于水平面的以主车为原点的直角坐标系中，第一行驶方向采用主车的前进方向沿逆时针方向与x轴正半轴之间的夹角进行表示，第二行驶方向采用背景车的前进方向沿逆时针方向与x轴正半轴之间的夹角进行表示。
步骤507，当第一行驶方向和第二行驶方向的延伸线上存在交点，且相对方向角相对于第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定背景车与主车发生潜在碰撞时的相对方向为第i个相对方向；
其中，第i个相对方向是n个相对方向中的一个，i为不大于n的整数。n为正整数，比如n为360的约数或奇数。
以n个相对方向包括：多个相对方向包括：正前方、左前方、右前方、左侧、右侧、左后方、右后方、正后方。正前方的角度范围为π/2、左前方的角度范围为(π/2，π)、右前方的角度范围为(0，π/2)、左侧的角度范围为π、右侧的角度范围为0、左后方的角度范围为(π，3π/2)、右后方(3π/2，2π)、正后方的角度范围为3π/2为例，通过如下步骤判断背景车会从哪个方向与主车发生碰撞：
1、当第一行驶方向减去第二行驶方向的夹角属于第二范围，且相对方向角减去第一行驶方向的夹角属于直角坐标系的第一象限时，确定背景车与主车发生潜在碰撞时的相对方向为左前方。
如果ωhost-ωmaster>0且
(也即0＜θ-ωhost＜π/2，背景车位于主车的左前方)，那么背景车可能会从主车的左前方与主车发生碰撞，如图10所示。上述两个不等式代表主车的第一行驶方向和背景车的第二行驶方向在前方存在交点，而且由于背景车在左前方，主车在后。因此存在主车的左前方与背景车发生潜在碰撞的可能性。图10中的Δω＝ωhost-ωmaster，下同。
也即在本实施例中，第一范围为小于0，第二范围为大于0；或者，第一范围包括(k*2π-π，k*2π)，第二范围包括(k*2π，k*2π+π)，k为整数。
2、当第一行驶方向和第二行驶方向的夹角为0，且相对方向角相对于第一行驶方向的夹角为0时，确定背景车与主车发生潜在碰撞时的相对方向为正前方。
如果ωhost-ωmaster＝0且ωhost-θ＝0，那么背景车可能会从主车的正前方与主车发生碰撞，如图11所示。上述两个不等式代表主车的第一行驶方向和背景车的第二行驶方向完全相同，也即存在潜在碰撞可能性。
3、当第一行驶方向减去第二行驶方向的夹角属于第一范围，且相对方向角减去第一行驶方向的夹角属于直角坐标系的第四象限时，确定背景车与主车发生潜在碰撞时的相对方向为右前方；
如果ωhost-ωmaster<0且
(也即-π/2＜θ-ωhost＜0，背景车位于主车的右前方)，那么背景车可能会从主车的右前方与主车发生碰撞，如图12所示。上述两个不等式代表主车的第一行驶方向和背景车的第二行驶方向在前方存在交点，而且由于背景车在右前方，主车在后。因此存在主车的右前方与背景车发生潜在碰撞的可能性。图12中的Δω＝ωhost-ωmaster，下同。
4、当第一行驶方向减去第二行驶方向的夹角属于第一范围，且相对方向角减去第一行驶方向的夹角为π/2时，确定背景车与主车发生潜在碰撞时的相对方向为正右方。
如果ωhost-ωmaster<0且
那么背景车可能会从主车的正右方与主车发生碰撞，如图13所示。上述两个不等式代表背景车是垂直于主车的正右方行驶的，因此存在主车的正右方与背景车发生潜在碰撞的可能性。
在另外一种可能的实现方式中，如果ωmaster-ωhost＝π/2，θ-ωhost属于-π到0，也可以认为存在主车的正右方与背景车发生潜在碰撞的可能性。
5、当第一行驶方向减去第二行驶方向的夹角属于第一范围，且相对方向角减去第一行驶方向的夹角属于直角坐标系的第三象限时，确定背景车与主车发生潜在碰撞时的相对方向为右后方。
如果ωhost-ωmaster<0且
(也即π＜θ-ωhost＜3π/2，背景车位于主车的右后方)，那么背景车可能会从主车的右后方与主车发生碰撞，如图14所示。上述两个不等式代表主车的第一行驶方向和背景车的第二行驶方向在前方存在交点，而且由于主车在前方，背景车在右后方。因此存在主车的右后方与背景车发生潜在碰撞的可能性。
6、当第一行驶方向和第二行驶方向的夹角为0，且相对方向角相对于第一行驶方向的夹角为π或-π时，确定背景车与主车发生潜在碰撞时的相对方向为正后方。
如果ωhost-ωmaster＝0且ωhost-θ＝π，那么背景车可能会从主车的正后方与主车发生碰撞，如图15所示。
7、当第一行驶方向减去第二行驶方向的夹角属于第二范围，且相对方向角减去第一行驶方向的夹角属于直角坐标系的第二象限时，确定背景车与主车发生潜在碰撞时的相对方向为左后方。
如果ωhost-ωmaster>0且
(也即π/2＜θ-ωhost＜π，背景车位于主车的右后方)，那么背景车可能会从主车的左后方与主车发生碰撞，如图16所示。
8、当第一行驶方向减去第二行驶方向的夹角属于第二范围，且相对方向角减去第一行驶方向的夹角为3π/2时，确定背景车与主车发生潜在碰撞时的相对方向为正左方。
如果ωhost-ωmaster>0且
那么背景车可能会从主车的正左方与主车发生碰撞，如图17所示。
在另外一个可能的实现方式中，ωmaster-ωhost＝-π/2，θ-ωhost属于0到π，也可以认为存在主车的正左方与背景车发生潜在碰撞的可能性。
综上所述，本实施例提供的方法，通过获取主车的第一定位坐标和背景车的第二定位坐标；根据第一定位坐标和第二定位坐标确定背景车和主车之间的距离；在距离小于阈值时，根据第一定位坐标和第二定位坐标确定背景车相对于主车的相对方向角，以及根据相对方向角、第一行驶方向和第二行驶方向，确定背景车与主车发生潜在碰撞时的相对方向。由于第一定位坐标和第二定位坐标不需要依赖高精度的GPS，因此能够降低对车辆上的定位设备的精度要求，降低技术方案在落地时的要求和难度。
本实施例提供的方法，还通过两个行驶方向来预测主车和背景车是否会发生碰撞，并通过相对方向角和第一行驶方向之间的夹角来预测判断会碰撞在哪个位置，能够较为精确地判断出潜在碰撞的相对方向。
本实施例提供的方法，在实际应用中还包括如下优点：
1)本实施例不依赖高精地图，易于落地和推广应用；
2)本实施例不依赖车道级定位技术，易于落地和推广应用；
3)本实施例只需依赖民用GPS和民用速度方向检测装置，对系统设备的性能要求低；
4)本实施例的可扩展性好，车辆的潜在碰撞的相对方向的数量可以被细化为任意数量(根据实际情况而定)。例如，对于主车的全方位360度，本实施例可以将其细化为n个相对方向。
需要说明的是，本实施例还可以结合其他判断策略。比如结合速度大小的判断，主车和背景车中的在后车辆的速度，需要大于在前车辆的速度。或者，以主车的第一行驶方向为基准，计算背景车在第一行驶方向上的速度分量，在第一行驶方向上的在后车辆的速度要大于在前车辆的速度；或者，以背景车的第二行驶方向为基准，计算主车在第二行驶方向上的速度分量，在第二行驶方向上的在后车辆的速度要大于在前车辆的速度。
图18示出了本申请一个示例性实施例提供的硬件平台(车辆A代表主车，车辆B代表任意一项背景车)
1)搭建硬件开发平台，如图18所示。其中，云服务的程序用python编写，该程序先构建正东方向为x轴，以正北方向为y轴构建xy坐标系，然后根据主车的第一GPS坐标与背景车的第二GPS坐标之间的关系，确定以主车为起点以背景车(将可能与主车发生碰撞的车辆称为背景车)为终点的向量在所构建的xy坐标系下的相对方向角(该向量正向与x轴正向的夹角，逆时针为正)，最后根据此处的相对方向角、主车与背景车之间的距离、主车的第一行驶方向、背景车的第二行驶方向(速度方向与x轴正向夹角，逆时针为正)确定背景车从哪个相对方向与主车发生碰撞；
2)主车先从云端或者其他渠道获取主车的第一GPS坐标、背景车的第二GPS坐标，引入一个纬度同A的纬度经度同B的经度的新GPS坐标，确定以主车为起点以背景车为终点的向量在所构建的xy坐标系下的相对方向角，然后通过根据自身的第一GPS和背景车的第二GPS判断背景车与主车之间的距离是否小于预设距离，如果车辆之间的距离小于预设距离，那么背景车不会与主车发生碰撞，不用判断背景车的方向；否则，主车再从云端或者其他渠道获取主车的第一行驶方向，背景车的第二行驶方向，然后判断背景车会从哪个方向与主车发生碰撞；
3)统计碰撞方向判断的正确率，如表1所示(本实施例一共是进行了10此实验，一次实验统计一次)。显然，本方案的正确率高；
统计方式：在主车对应的设备上(如车在电脑的显示屏，驾驶员手机)提示。具体地，如果主车判断右上方有车辆可能会与本车发生碰撞，那么主车的设备屏幕上会出现如图19所示的图案。此时，判断图19所示的情况是否与实际观察的情况相符，如果相符，那么认为判断正确。表一是用相关技术与本申请时在潜在碰撞时的相对方向(简称碰撞方向)的判断正确率。
表一
图20示出了本申请一个示例性实施例提供的潜在碰撞的相对方向判断装置的框图。该装置包括：
坐标获取模块2020，用于获取主车的第一定位坐标和背景车的第二定位坐标；
角度确定模块2040，用于根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角；
方向获取模块2060，用于获取所述主车的第一行驶方向和所述背景车的第二行驶方向；
方向确定模块2080，用于根据所述相对方向角、所述第一行驶方向和所述第二行驶方向，确定所述背景车与所述主车发生潜在碰撞时的相对方向。
在一个可选的实施例中，所述方向确定模块2080，用于当所述第一行驶方向和所述第二行驶方向的延伸线上存在交点，且所述相对方向角相对于所述第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为第i个相对方向；
其中，所述第i个相对方向是所述n个相对方向中的一个，i为不大于n的整数。
在一个可选的实施例中，所述主车对应的相对方向包括：正前方和正后方；
所述方向确定模块2080，用于当所述第一行驶方向和所述第二行驶方向的夹角为0，且所述相对方向角相对于所述第一行驶方向的夹角为0时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正前方；
所述方向确定模块2080，用于当所述第一行驶方向和所述第二行驶方向的夹角为0，且所述相对方向角相对于所述第一行驶方向的夹角为π或-π时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正后方。
在一个可选的实施例中，所述主车对应的相对方向包括：正左方和正右方；
所述方向确定模块2080，用于当所述第一行驶方向减去所述第二行驶方向的夹角属于第一范围，且所述相对方向角减去所述第一行驶方向的夹角为π/2时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正右方；
所述方向确定模块2080，用于当所述第一行驶方向减去所述第二行驶方向的夹角属于第二范围，且所述相对方向角减去所述第一行驶方向的夹角为3π/2时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正左方。
在一个可选的实施例中，所述主车对应的相对方向包括：左前方、左后方、右前方和右后方；
所述方向确定模块2080，用于当所述第一行驶方向减去所述第二行驶方向的夹角属于第二范围，且所述相对方向角减去所述第一行驶方向的夹角属于直角坐标系的第一象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述左前方；
所述方向确定模块2080，用于当所述第一行驶方向减去所述第二行驶方向的夹角属于第二范围，且所述相对方向角减去所述第一行驶方向的夹角属于所述直角坐标系的第二象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述左后方；
所述方向确定模块2080，用于当所述第一行驶方向减去所述第二行驶方向的夹角属于第一范围，且所述相对方向角减去所述第一行驶方向的夹角属于所述直角坐标系的第四象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述右前方；
所述方向确定模块2080，用于当所述第一行驶方向减去所述第二行驶方向的夹角属于第一范围，且所述相对方向角减去所述第一行驶方向的夹角属于所述直角坐标系的第三象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述右后方；
其中，所述直角坐标系是在位于水平面内以所述主车为原点的坐标系。
在一个可选的实施例中，所述角度确定模块2040，用于在位于水平面内以所述主车为原点的直角坐标系中，根据所述第一定位坐标和所述第二定位坐标确定相对射线；将所述直角坐标系的x轴正半轴沿逆时针方向与所述相对射线之间形成的角度，确定为所述背景车相对于所述主车的相对方向角。
在一个可选的实施例中，所述角度确定模块2040，用于在所述直角坐标系中确定参考点坐标，所述参考点坐标的x轴坐标与所述第二定位坐标的x轴坐标相同，所述参考点坐标的y轴坐标与所述第一定位坐标的y轴坐标相同；确定所述第二定位坐标、所述第一定位坐标和所述参考点坐标所形成的夹角α；当所述第二定位坐标位于所述直角坐标系的第一象限时，将所述α确定为所述背景车相对于所述主车的相对方向角；当所述第二定位坐标位于所述直角坐标系的第二象限时，将π-α确定为所述背景车相对于所述主车的相对方向角；当所述第二定位坐标位于所述直角坐标系的第三象限时，将π+α确定为所述背景车相对于所述主车的相对方向角；当所述第二定位坐标位于所述直角坐标系的第四象限时，将2π-α确定为所述背景车相对于所述主车的相对方向角。
在一个可选的实施例中，所述角度确定模块2040，用于根据所述第一定位坐标和所述第二定位坐标，确定所述背景车和所述主车之间的距离；在所述距离小于阈值时，执行所述根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角。
其中，所述第一范围为小于0，所述第二范围为大于0；或者，所述第一范围包括(k*2π-π，k*2π)，所述第二范围包括(k*2π，k*2π+π)，k为整数。
本申请还提供了一种计算机设备，该计算机设备包括处理器和存储器，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述各个方法实施例提供的潜在碰撞的相对方向判断方法。需要说明的是，该计算机设备可以是如下图21所提供的计算机设备。
图21示出了本申请一个示例性实施例提供的计算机设备的结构示意图。具体来讲：计算机设备2100包括中央处理单元(CPU)2101、包括随机存取存储器(RAM)2102和只读存储器(ROM)2103的系统存储器2104，以及连接系统存储器2104和中央处理单元2101的系统总线2105。计算机设备2100还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)2106，和用于存储操作系统2113、应用程序2114和其他程序模块2110的大容量存储设备2107。
基本输入/输出系统2106包括有用于显示信息的显示器2108和用于用户输入信息的诸如鼠标、键盘之类的输入设备2109。其中显示器2108和输入设备2109都通过连接到系统总线2105的输入输出控制器2110连接到中央处理单元2101。基本输入/输出系统2106还可以包括输入输出控制器2110以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器2110还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备2107通过连接到系统总线2105的大容量存储控制器(未示出)连接到中央处理单元2101。大容量存储设备2107及其相关联的计算机可读介质为计算机设备2100提供非易失性存储。也就是说，大容量存储设备2107可以包括诸如硬盘或者CD-ROI驱动器之类的计算机可读介质(未示出)。
不失一般性，计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器2104和大容量存储设备2107可以统称为存储器。
存储器存储有一个或多个程序，一个或多个程序被配置成由一个或多个中央处理单元2101执行，一个或多个程序包含用于实现上述潜在碰撞的相对方向判断方法的指令，中央处理单元2101执行该一个或多个程序实现上述各个方法实施例提供的潜在碰撞的相对方向判断方法。
根据本申请的各种实施例，计算机设备2100还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备2100可以通过连接在系统总线2105上的网络接口单元2111连接到网络2112，或者说，也可以使用网络接口单元2111来连接到其他类型的网络或远程计算机系统(未示出)。
存储器还包括一个或者一个以上的程序，一个或者一个以上程序存储于存储器中，一个或者一个以上程序包含用于进行本申请实施例提供的潜在碰撞的相对方向判断方法。
本申请实施例还提供一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并实现上述潜在碰撞的相对方向判断方法。
本申请实施例还提供一种计算机可读存储介质，该可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述潜在碰撞的相对方向判断模型的训练方法或潜在碰撞的相对方向判断方法。
本申请还提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述各个方法实施例提供的潜在碰撞的相对方向判断模型的训练方法或潜在碰撞的相对方向判断方法。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的可选实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (9)
1.一种潜在碰撞的相对方向判断方法，其特征在于，所述方法包括：
获取主车的第一定位坐标和背景车的第二定位坐标；
根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角，所述主车对应的相对方向为n个，n为正整数；
获取所述主车的第一行驶方向和所述背景车的第二行驶方向；
当所述第一行驶方向和所述第二行驶方向的延伸线上存在交点，且所述相对方向角相对于所述第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为第i个相对方向；
其中，所述第i个相对方向是所述n个相对方向中的一个，i为不大于n的整数。
2.根据权利要求1所述的方法，其特征在于，所述主车对应的相对方向包括：正前方和正后方；
所述当所述第一行驶方向和所述第二行驶方向的延伸线上存在交点，且所述相对方向角相对于所述第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为第i个相对方向，包括：
当所述第一行驶方向和所述第二行驶方向的夹角为0，且所述相对方向角相对于所述第一行驶方向的夹角为0时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正前方；
当所述第一行驶方向和所述第二行驶方向的夹角为0，且所述相对方向角相对于所述第一行驶方向的夹角为π或-π时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正后方。
3.根据权利要求1所述的方法，其特征在于，所述主车对应的相对方向包括：正左方和正右方；
所述当所述第一行驶方向和所述第二行驶方向的延伸线上存在交点，且所述相对方向角相对于所述第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为第i个相对方向，包括：
当所述第一行驶方向减去所述第二行驶方向的夹角属于第一范围，且所述相对方向角减去所述第一行驶方向的夹角为π/2时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正右方；
当所述第一行驶方向减去所述第二行驶方向的夹角属于第二范围，且所述相对方向角减去所述第一行驶方向的夹角为3π/2时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述正左方；
其中，所述第一范围为小于0，所述第二范围为大于0；或者，所述第一范围包括(k*2π-π，k*2π)，所述第二范围包括(k*2π，k*2π+π)，k为整数。
4.根据权利要求1所述的方法，其特征在于，所述主车对应的相对方向包括：左前方、左后方、右前方和右后方；
所述当所述第一行驶方向和所述第二行驶方向的延伸线上存在交点，且所述相对方向角相对于所述第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为第i个相对方向，包括：
当所述第一行驶方向减去所述第二行驶方向的夹角属于第二范围，且所述相对方向角减去所述第一行驶方向的夹角属于直角坐标系的第一象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述左前方；
当所述第一行驶方向减去所述第二行驶方向的夹角属于所述第二范围，且所述相对方向角减去所述第一行驶方向的夹角属于所述直角坐标系的第二象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述左后方；
当所述第一行驶方向减去所述第二行驶方向的夹角属于第一范围，且所述相对方向角减去所述第一行驶方向的夹角属于所述直角坐标系的第三象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述右前方；
当所述第一行驶方向减去所述第二行驶方向的夹角属于所述第一范围，且所述相对方向角减去所述第一行驶方向的夹角属于所述直角坐标系的第三象限时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为所述右后方；
其中，所述直角坐标系是在位于水平面内以所述主车为原点的坐标系，所述第一范围为小于0，所述第二范围为大于0；或者，所述第一范围包括(k*2π-π，k*2π)，所述第二范围包括(k*2π，k*2π+π)，k为整数。
5.根据权利要求1至4任一所述的方法，其特征在于，所述根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角，包括：
在位于水平面内以所述主车为原点的直角坐标系中，根据所述第一定位坐标和所述第二定位坐标确定相对射线；
将所述直角坐标系的x轴正半轴沿逆时针方向与所述相对射线之间形成的角度，确定为所述背景车相对于所述主车的相对方向角。
6.根据权利要求5所述的方法，其特征在于，所述将所述直角坐标系的x轴正半轴沿逆时针方向与所述相对射线之间形成的角度，确定为所述背景车相对于所述主车的相对方向角，包括：
在所述直角坐标系中确定参考点坐标，所述参考点坐标的x轴坐标与所述第二定位坐标的x轴坐标相同，所述参考点坐标的y轴坐标与所述第一定位坐标的y轴坐标相同；
确定所述第二定位坐标、所述第一定位坐标和所述参考点坐标所形成的夹角α；
当所述第二定位坐标位于所述直角坐标系的第一象限时，将所述α确定为所述背景车相对于所述主车的相对方向角；
当所述第二定位坐标位于所述直角坐标系的第二象限时，将π-α确定为所述背景车相对于所述主车的相对方向角；
当所述第二定位坐标位于所述直角坐标系的第三象限时，将π+α确定为所述背景车相对于所述主车的相对方向角；
当所述第二定位坐标位于所述直角坐标系的第四象限时，将2π-α确定为所述背景车相对于所述主车的相对方向角。
7.一种潜在碰撞的相对方向判断装置，其特征在于，所述装置包括：
坐标获取模块，用于获取主车的第一定位坐标和背景车的第二定位坐标；
角度确定模块，用于根据所述第一定位坐标和所述第二定位坐标，确定所述背景车相对于所述主车的相对方向角，所述主车对应的相对方向为n个，n为正整数；
方向获取模块，用于获取所述主车的第一行驶方向和所述背景车的第二行驶方向；
方向确定模块，用于当所述第一行驶方向和所述第二行驶方向的延伸线上存在交点，且所述相对方向角相对于所述第一行驶方向的夹角，位于第i个相对方向所对应的角度范围时，确定所述背景车与所述主车发生潜在碰撞时的相对方向为第i个相对方向；其中，所述第i个相对方向是所述n个相对方向中的一个，i为不大于n的整数。
8.一种计算机设备，其特征在于，所述计算机设备包括：处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上权利要求1至6任一所述的潜在碰撞的相对方向判断方法。
9.一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上权利要求1至6任一所述的潜在碰撞的相对方向判断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911136447.0A CN110843772B (zh) | 2019-11-19 | 2019-11-19 | 潜在碰撞的相对方向判断方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911136447.0A CN110843772B (zh) | 2019-11-19 | 2019-11-19 | 潜在碰撞的相对方向判断方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110843772A CN110843772A (zh) | 2020-02-28 |
| CN110843772B true CN110843772B (zh) | 2022-07-26 |
Family
ID=69602642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911136447.0A Active CN110843772B (zh) | 2019-11-19 | 2019-11-19 | 潜在碰撞的相对方向判断方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110843772B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112509314B (zh) * | 2020-10-23 | 2022-04-01 | 东风汽车集团有限公司 | 交叉路口车速引导方法及装置 |
| CN112729341A (zh) * | 2020-11-20 | 2021-04-30 | 上海汽车集团股份有限公司 | 一种视觉测距精度测试方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916991A (zh) * | 2005-08-18 | 2007-02-21 | 通用汽车环球科技运作公司 | 一种检测车辆碰撞并预测行驶路线的系统和方法 |
| CN109413572A (zh) * | 2018-10-31 | 2019-03-01 | 惠州市德赛西威汽车电子股份有限公司 | 车辆碰撞预警及车速引导的优化方法及系统 |
| CN109878513A (zh) * | 2019-03-13 | 2019-06-14 | 百度在线网络技术（北京）有限公司 | 防御性驾驶策略生成方法、装置、设备及存储介质 |
| CN110148312A (zh) * | 2019-04-30 | 2019-08-20 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x系统的碰撞预警方法、装置和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8154422B2 (en) * | 2009-07-24 | 2012-04-10 | Automotive Research & Testing Center | Vehicle collision avoidance system and method |
| KR102313026B1 (ko) * | 2017-04-11 | 2021-10-15 | 현대자동차주식회사 | 차량 및 차량 후진 시 충돌방지 보조 방법 |
-
2019
- 2019-11-19 CN CN201911136447.0A patent/CN110843772B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916991A (zh) * | 2005-08-18 | 2007-02-21 | 通用汽车环球科技运作公司 | 一种检测车辆碰撞并预测行驶路线的系统和方法 |
| CN109413572A (zh) * | 2018-10-31 | 2019-03-01 | 惠州市德赛西威汽车电子股份有限公司 | 车辆碰撞预警及车速引导的优化方法及系统 |
| CN109878513A (zh) * | 2019-03-13 | 2019-06-14 | 百度在线网络技术（北京）有限公司 | 防御性驾驶策略生成方法、装置、设备及存储介质 |
| CN110148312A (zh) * | 2019-04-30 | 2019-08-20 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x系统的碰撞预警方法、装置和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110843772A (zh) | 2020-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110796856B (zh) | 车辆变道意图预测方法及变道意图预测网络的训练方法 | |
| US11348339B2 (en) | Association and tracking for autonomous devices | |
| CN110007675B (zh) | 一种基于行车态势图的车辆自动驾驶决策系统及基于无人机的训练集制备方法 | |
| RU2756439C1 (ru) | Определение локализации для работы транспортного средства | |
| CN108089572B (zh) | 用于车辆定位的方法和装置 | |
| CN113916242A (zh) | 车道定位方法和装置、存储介质及电子设备 | |
| CN110843772B (zh) | 潜在碰撞的相对方向判断方法、装置、设备及存储介质 | |
| KR20200046437A (ko) | 영상 및 맵 데이터 기반 측위 방법 및 장치 | |
| CN110208783B (zh) | 基于环境轮廓的智能车辆定位方法 | |
| CN114299464A (zh) | 车道定位方法、装置及设备 | |
| CN113591518B (zh) | 一种图像的处理方法、网络的训练方法以及相关设备 | |
| CN116518960B (zh) | 路网更新方法、装置、电子设备和存储介质 | |
| CN110780325B (zh) | 运动对象的定位方法及装置、电子设备 | |
| US20210072041A1 (en) | Sensor localization from external source data | |
| KR20210043522A (ko) | 오프라인 지도 생성 방법, 장치, 전자 기기 및 저장 매체 | |
| Camarda et al. | Fusion of evidential occupancy grids for cooperative perception | |
| CN108286973B (zh) | 一种行驶数据校验方法及装置、及混合导航系统 | |
| EP4074569A1 (en) | Method for determining automatic driving feature, apparatus, device, medium and program product | |
| CN113763504B (zh) | 地图更新方法、系统、车载终端、服务器及存储介质 | |
| CN112639822B (zh) | 一种数据处理方法及装置 | |
| JP7478831B2 (ja) | 自動運転に基づく乗車方法、装置、機器および記憶媒体 | |
| CN115824235A (zh) | 一种车道定位方法、装置、计算机设备以及可读存储介质 | |
| CN115432007A (zh) | 用于车辆自动驾驶系统的碰撞检测方法、装置、电子设备 | |
| Chen | UAV patrol path planning based on machine vision and multi-sensor fusion | |
| CN112747752B (zh) | 基于激光里程计的车辆定位方法、装置、设备和存储介质 |
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: 40022614 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 |