CN111469837A - 车辆碰撞预测方法及装置 - Google Patents
车辆碰撞预测方法及装置 Download PDFInfo
- Publication number
- CN111469837A CN111469837A CN202010286536.XA CN202010286536A CN111469837A CN 111469837 A CN111469837 A CN 111469837A CN 202010286536 A CN202010286536 A CN 202010286536A CN 111469837 A CN111469837 A CN 111469837A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- parameter
- displacement
- collision
- length
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000001133 acceleration Effects 0.000 claims abstract description 76
- 238000006073 displacement reaction Methods 0.000 claims description 112
- 238000004891 communication Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种车辆碰撞预测方法及装置,涉及车联网技术领域,由于是在空间距离与时间同时出现冲突时确定的车辆发生事故的概率,所以相比现有技术中的车辆碰撞预测方法确定出的碰撞概率更为准确。该方法包括:首先,车辆碰撞预测装置获取当前车辆的第一参数,该第一参数至少包括:当前车辆的第一速度、第一加速度、第一方向角、第一位置、第一长度以及第一宽度。然后,车辆碰撞预测装置获取第一车辆的第二参数,该第二参数至少包括:第一车辆的第二速度、第二加速度、第二方向角、第二位置、第二长度以及第二宽度。最后,车辆碰撞预测装置根据获取的第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率。
Description
技术领域
本申请涉及车联网技术领域,尤其涉及一种车辆碰撞预测方法及装置。
背景技术
现有技术中,通常采用雷达或者视觉传感器探测车辆间的相对空间距离,并根据该相对空间距离确定车辆发生碰撞的概率。当相对空间距离达到告警阈值时,车辆上的告警装置将会启动,并且向驾驶员发出告警信息。之后,驾驶员会根据告警信息采取相应的紧急制动措施,以避免交通事故的发生。
可以看出,上述方法是基于空间距离这一维度对车辆是否可能出现碰撞进行判断的。但是,碰撞事故通常是在空间距离与时间同时出现冲突的情况下才会发生。这样,上述方法确定出的车辆发生碰撞的概率不够准确。
发明内容
本申请提供一种车辆碰撞预测方法及装置,解决了现有技术中的车辆碰撞预测方法确定出的车辆发生碰撞的概率不够准确的问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供一种车辆碰撞预测方法,首先,车辆碰撞预测装置获取当前车辆的第一参数,该第一参数至少包括:当前车辆在当前时刻的行驶速度(即第一速度)、当前车辆的最大制动加速度(即第一加速度)、从预设方向至当前车辆在当前时刻的行驶方向之间的夹角(即第一方向角)、当前车辆在当前时刻的车辆中心点的地理位置(即第一位置),以及当前车辆的长(即第一长度)和宽(即第一宽度)。然后,车辆碰撞预测装置获取第一车辆的第二参数,该第二参数至少包括:第一车辆在当前时刻的行驶速度(即第二速度)、第一车辆的最大制动加速度(即第二加速度)、从预设方向至第一车辆在当前时刻的行驶方向之间的夹角(即第二方向角)、第一车辆在当前时刻的车辆中心点的地理位置(即第二位置),以及第一车辆的长(即第二长度)和宽(即第二宽度)。最后,车辆碰撞预测装置根据获取的第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率。
由于当前车辆与第一车辆发生事故的概率是车辆碰撞预测装置根据获取的第一参数和第二参数确定的,而第一参数和第二参数中包括有当前车辆与第一车辆的速度、最大制动加速度以及位置信息。结合速度、最大制动加速度和位置信息,可以确定出在预设安全时长内当前车辆与第一车辆的行驶轨迹出现冲突时发生事故的概率。所以本申请提供的车辆碰撞预测方法,是在空间距离与时间同时出现冲突时确定的车辆发生事故的概率,相比现有技术中的车辆碰撞预测方法确定出的碰撞概率更为准确。
第二方面,本申请提供一种车辆碰撞预测装置,包括:获取模块和确定模块;获取模块,用于获取第一参数;第一参数至少包括:当前车辆的第一速度、第一加速度、第一方向角、第一位置、第一长度以及第一宽度;第一速度为当前车辆在当前时刻的行驶速度;第一加速度为当前车辆的最大制动加速度;第一方向角为从预设方向至当前车辆在当前时刻的行驶方向之间的夹角;第一位置为当前车辆在当前时刻的车辆中心点的地理位置;第一长度和第一宽度分别为当前车辆的长和宽;获取模块,还用于获取第二参数;第二参数至少包括:第一车辆的第二速度、第二加速度、第二方向角、第二位置、第二长度以及第二宽度;第一车辆为在当前车辆的通信范围内的任一车辆;第二速度为第一车辆在当前时刻的行驶速度;第二加速度为第一车辆的最大制动加速度;第二方向角为从预设方向至第一车辆在当前时刻的行驶方向之间的夹角;第二位置为第一车辆在当前时刻的车辆中心点的地理位置;第二长度和第二宽度分别为第一车辆的长和宽;确定模块,用于根据获取模块获取的第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率。
第三方面,本申请提供一种车辆碰撞预测装置,包括存储器、处理器、总线和通信接口;存储器用于存储计算机执行指令,处理器与存储器通过总线连接;当车辆碰撞预测装置运行时,处理器执行存储器存储的计算机执行指令,以使车辆碰撞预测装置执行如第一方面提供的车辆碰撞预测方法。
第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,以实现如第一方面提供的车辆碰撞预测方法。
第五方面,本申请提供一种计算机程序产品,该计算机程序产品包括计算机指令,当计算机指令在计算机上运行时,使得所述计算机执行如第一方面所述的车辆碰撞预测方法。
需要说明的是,上述计算机指令可以全部或者部分存储在第一计算机可读存储介质上。其中,第一计算机可读存储介质可以与车辆碰撞预测装置的处理器封装在一起的,也可以与车辆碰撞预测装置的处理器单独封装,本申请对此不作限定。
本申请中第二方面、第三方面、第四方面以及第五方面的描述,可以参考第一方面的详细描述;并且,第二方面、第三方面、第四方面、以及第五方面的描述的有益效果,可以参考第一方面的有益效果分析,此处不再赘述。
在本申请中,上述车辆碰撞预测装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似,属于本申请权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种车辆碰撞预测系统的架构示意图;
图2为本申请实施例提供的一种车辆碰撞预测方法的流程示意图;
图3为本申请实施例提供的一种位置坐标系的示意图;
图4为本申请实施例提供的一种当前车辆与第一车辆的位置示意图;
图5为本申请实施例提供的另一种当前车辆与第一车辆的位置示意图;
图6为本申请实施例提供的又一种当前车辆与第一车辆的位置示意图;
图7为本申请实施例提供的又一种当前车辆与第一车辆的位置示意图;
图8为本申请实施例提供的一种碰撞风险系数与当前车辆的行驶距离的变化规律的曲线示意图;
图9为本申请实施例提供的另一种车辆碰撞预测方法的流程示意图;
图10为本申请实施例提供的又一种车辆碰撞预测方法的流程示意图;
图11为本申请实施例提供的又一种车辆碰撞预测方法的流程示意图;
图12为本申请实施例提供的又一种车辆碰撞预测方法的流程示意图;
图13为本申请实施例提供的一种车辆碰撞预测装置的结构示意图;
图14为本申请实施例提供的另一种车辆碰撞预测装置的结构示意图。
具体实施方式
下面结合附图对本申请实施例提供的车辆碰撞预测方法及装置进行详细地描述。
本文中术语“和/或”,仅仅是一种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。
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象,或者用于区别对同一对象的不同处理,而不是用于描述对象的特定顺序。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中,“示例性地”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中,除非另有说明,“多个”的含义是指两个或两个以上。
现有技术中,提供了各种不同的车辆碰撞预测方法,但是现有技术中的车辆碰撞预测方法都是基于空间距离这一维度对车辆是否可能出现碰撞进行判断的,而碰撞事故通常是在空间距离与时间同时出现冲突的情况下才会发生,所以现有技术中确定出的车辆发生碰撞的概率不够准确。
针对上述现有技术中存在的问题,本申请实施例提供了一种车辆碰撞预测方法,结合车辆之间的空间距离,以及时间,确定车辆发生事故的概率,相比现有技术中的车辆碰撞预测方法确定出的碰撞概率更为准确。
本申请实施例提供的车辆碰撞预测方法可以适用于车辆碰撞预测系统。图1示出了该车辆碰撞预测系统的一种架构。如图1所示,车辆碰撞预测系统包括多个车辆。在实际应用中,每个物联网车辆上设置有车辆碰撞预测装置,且每个车辆可以通过车辆碰撞预测装置与其通信范围内的任一车辆通信。
下面结合上述图1示出的车辆碰撞预测系统对本申请实施例提供的车辆碰撞预测方法进行说明。
本申请实施例中每个物联网车辆上的车辆碰撞预测装置的处理过程均相同。下面以当前车辆上的车辆碰撞预测装置的处理为例进行说明。
参照图2所示,本申请实施例提供的车辆碰撞预测方法包括:
S101、车辆碰撞预测装置获取第一参数。
第一参数至少包括:当前车辆的第一速度、第一加速度、第一方向角、第一位置、第一长度以及第一宽度。
其中,第一速度为当前车辆在当前时刻的行驶速度,第一加速度为当前车辆的最大制动加速度,第一方向角为从预设方向至当前车辆在当前时刻的行驶方向之间的夹角。
示例性地,在本申请实施例中,车辆碰撞预测装置可以包括惯性传感器,惯性传感器可以获取第一速度、第一加速度以及第一方向角。
预设方向,可以为地理坐标的正北方向,也可以为正南方向,还可以为西北方向,本申请实施例对此不作限定。
第一位置为当前车辆在当前时刻的车辆中心点的地理位置。
示例性地,在本申请实施例中,车辆碰撞预测装置可以包括车载卫星定位接收机,车载卫星定位接收机可以通过与北斗卫星导航系统(BDS,BeiDou navigation satellitesystem)对当前车辆进行实时定位,获取第一位置。
需要说明的是,车辆碰撞预测装置通过BDS定位获取的第一位置的位置坐标信息一般为经纬度坐标,为了简化数据处理过程,可以将经纬度坐标通过表达式(1)转化为直角坐标:
式(1)中,r表示地球半径,表示纬度,λ表示经度,x表示第一位置在直角坐标系中的横坐标,y表示第一位置在直角坐标系中的纵坐标。示例性地,在实际应用中,可以将地理坐标的正北方向作为直角坐标系中的纵坐标的正方向。
由于车辆的碰撞还应考虑到车辆的尺寸以及车辆的行驶方向,所以在确定当前车辆发生事故的概率时,可以通过建立直角坐标系获取当前车辆的车辆轮廓的四个顶点的位置坐标。
示例性地,如图3所示,以车辆中心点为坐标原点,车头方向为y轴正方向,将y轴正方向顺时针旋转90度作为x轴,建立车辆坐标系,则车辆轮廓的四个顶点的位置坐标分别为:P1(0.5W,0.5L)、P2(-0.5W,0.5L)、P3(-0.5W,-0.5L)和P4(0.5W,-0.5L)。其中,L表示第一长度,W表示第一宽度,第一长度和第一宽度分别为当前车辆的长和宽。
示例性地,在本申请实施例中,第一长度和第一宽度可以为预先存储在车辆碰撞预测装置的参数。
另外,车辆坐标系中的P点(包括P1点、P2点、P3点和P4点)可以通过表达式(2)转换至与第一位置对应的式(1)中的直角坐标:
P′=MP+n (2)
式(2)中,M表示旋转矩阵,用表达式(3)表示,n表示平移变量,用表达式(4)表示:
其中,α表示第一方向角。
S102、车辆碰撞预测装置获取第二参数。
车辆碰撞预测装置获取到第一参数后,可以获取第一车辆的第二参数。第一车辆为在当前车辆的通信范围内的任一车辆。
其中,第二参数至少包括:第一车辆的第二速度、第二加速度、第二方向角、第二位置、第二长度以及第二宽度。
第二速度为第一车辆在当前时刻的行驶速度,第二加速度为第一车辆的最大制动加速度,第二方向角为从预设方向至第一车辆在当前时刻的行驶方向之间的夹角,第二位置为第一车辆在当前时刻的车辆中心点的地理位置;第二长度和第二宽度分别为第一车辆的长和宽。
当前车辆的车辆碰撞预测装置可以与第一车辆的车辆碰撞预测装置进行数据交互,获取第二速度、第二加速度、第二方向角、第二位置、第二长度和第二宽度。其中。第一车辆的车辆碰撞预测装置获取第二参数的具体方式可以参照当前车辆的车辆碰撞预测装置获取第一参数过程中的相关描述,在此不再一一赘述。
S103、车辆碰撞预测装置根据第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率。
车辆碰撞预测装置在获取到第一参数和第二参数之后,可以根据第一参数和第二参数预测当前车辆与第一车辆的碰撞类型。
可选地,车辆碰撞预测装置可以确定出当前车辆的第一角度和第一车辆的第二角度,然后确定出第一线段的第三长度或第二线段的第三长度,最后根据第一角度、第二角度、第一宽度、第二宽度以及第三长度确定碰撞类型。
其中,第一角度为从预设方向至第一线段之间的第一夹角,第二角度为从预设方向至第二线段之间的第二夹角,第一线段的起点为第一位置,终点为第二位置,第二线段的起点为第二位置,终点为第一位置。
示例性地,如图4所示,提供了一种当前车辆与第一车辆的位置示意图,图中阴影部分表示当前车辆与第一车辆的碰撞冲突区域。其中,y轴为地理坐标的正北方向,α1表示第一方向角,α2表示第二方向角,第一方向角和第二方向角的取值范围为[0°,360°)。另外,β1表示第一角度,β2为表示第二角度,第一角度和第二角度的取值范围为[0°,360°)。车辆碰撞预测装置可以通过表达式(5)确定β1和β2的大小:
其中,xi表示第一位置的横坐标,xj表示第二位置的横坐标,yi表示第一位置的纵坐标,yj表示第二位置的纵坐标。i和j取值为1或2,且当i取1时,j取2,i取2时,j取1。具体地,若当前车辆的第一位置与第一车辆的第二位置的纵坐标相同,横坐标小的β值取90°,横坐标大的β值取270°。示例性地,在图4中,β1可以取270°,β2可以取90°。若当前车辆的第一位置与第一车辆的第二位置的纵坐标不同,可以通过(xj-xi)/(yj-yi)的反正切函数确定β值,由于正切函数的周期为360°,所以通过(xj-xi)/(yj-yi)的反正切函数确定的β值有两个,可以将第一位置和第二位置中横坐标小的取β值较小的一个,另一个取β值较大的一个。
在车辆碰撞预测装置确定出第一角度β1、第二角度β2、以及α1第一方向角α1和第二方向角α2之后,可以确定出θ1和θ2。其中,θ1表示当前车辆行驶方向与第一线段的夹角,θ2表示第一车辆行驶方向与第二线段的夹角,θ角的取值范围为[-180°,180°)。示例性地,可以通过表达式(6)确定θ1和θ2:
θi=αi-βi,i=1或2(6)
车辆碰撞预测装置可以根据θ1和θ2的关系以及第一线段的第三长度或第二线段的第三长度(第一线段的第三长度等于第二线段的第三长度)预测当前车辆与第一车辆的碰撞类型,其中,第一线段的第三长度或第二线段的第三长度可以通过表达式(7)确定:
以第一长度与第二长度相等,且第一宽度与第二宽度相等为例(本申请实施例中的示例,若无明确说明,均以第一长度与第二长度相等,且第一宽度与第二宽度相等展开),当θ1=θ2且dsinθ1≤W时,表示当前车辆与第一车辆相向行驶,且两车中心点横向距离小于或等于车的宽度,如图5所示,则车辆碰撞预测装置可以预测当前车辆与第一车辆的碰撞类型为正向碰撞;当|θ1-θ2|=180°且dsinθ1≤W时,表示当前车辆与第一车辆同向行驶,且两车中心点横向距离小于或等于车的宽度,如图6所示,则车辆碰撞预测装置可以预测当前车辆与第一车辆的碰撞类型为追尾碰撞;当0°<|θ1-θ2|<180°且θ1与θ2的符号相反时,表示两车以一定夹角向同一个方向行驶,如图7所示,则车辆碰撞预测装置可以预测当前车辆与第一车辆的碰撞类型为侧向碰撞。
需要说明的是,在本申请实施例中,在确定第一方向角、第二方向角、第一角度和第二角度时,应该按照统一规则确定。示例性地,若第一方向角为从预设方向至当前车辆在当前时刻的行驶方向之间的顺时针夹角,则第二方向角也应该为从预设方向至第一车辆在当前时刻的行驶方向之间的顺时针夹角。又如,若第一方向角为从预设方向至当前车辆在当前时刻的行驶方向之间的逆时针夹角,则第二方向角也应该为从预设方向至第一车辆在当前时刻的行驶方向之间的逆时针夹角。
当车辆碰撞预测装置预测出碰撞类型为正向碰撞或追尾碰撞时,则根据第一参数和第二参数,确定第一位移和第二位移。
其中,第一位移为:在第一预设时长内当前车辆以第一速度行驶、且第一车辆以第二速度行驶时,第一车辆和当前车辆不会发生碰撞的临界位移。
第二位移为:当前车辆以第一加速度降速至停止的过程中行驶的位移。
当车辆碰撞预测装置预测出碰撞类型为正向碰撞时,可以根据第一速度、第二速度、第一预设时长、第一长度以及第二长度确定第一位移;并根据第一速度、第二速度、第一加速度、第二加速度和第二预设时长确定第二位移。示例性地,如图5所示,用VA表示第一速度,VB表示第二速度,T1表示第一预设时长,用L表示第一长度或第二长度,T2表示第二预设时长,amax表示第一加速度,bmax表示第二加速度。那么,第一位移dmax可以用表达式(8)确定:
dmax=T1*(VA+VB)+L (8)
其中,T1为人为事先确定的参数,比如,T1可以为5秒。
在正向碰撞时,可以将当前车辆与第一车辆均以最大制动加速度减速行驶的距离之和作为第二位移dmin,当第三长度小于第二位移,即d≤dmin时,表示当前车辆与第一车辆会出现碰撞。具体地,第二位移dmin可以用表达式(9)确定:
其中,T2为人为事先确定的参数。示例性地,T2可以为驾驶员的反应时间、车辆碰撞预测装置的消息传输和处理时延以及制动响应时间之和。当然,在实际应用中,T2还可以通过其他方式确定。
当车辆碰撞预测装置预测出碰撞类型为追尾碰撞时,可以根据第一速度、第二速度、第一预设时长、第一长度以及第二长度确定第一位移;并根据第一速度、第二速度、第一加速度、第二预设时长、第一长度以及第二长度确定第二位移。示例性地,如图6所示,用VA表示第一速度,VB表示第二速度,T1表示第一预设时长,用L表示第一长度或第二长度,T2表示第二预设时长,amax表示第一加速度。那么,第一位移dmax可以用表达式(10)确定:
dmax=T1*(VA-VB)+L (10)
在追尾碰撞时,如图6所示,以A车(当前车辆)追尾B车(第一车辆)为例,若两车之间的间距与A车以第一加速度减速时B车行驶的距离之和小于A车以第一加速度减速时行驶的距离,也即是当满足式(11)时,A车会追尾B车:
所以,在追尾碰撞时,第二位移可以通过表达式(12)确定:
其中,追尾碰撞时的T1和T2的确定方式可以参照正向碰撞时的T1和T2的确定方式。
当车辆碰撞预测装置预测出碰撞类型为侧向碰撞时,可以通过第一速度、第二速度、第一位置、第二位置、第一宽度、第二宽度、第一长度以及第二长度确定所述第一位移;根据第一速度、第一加速度以及第二预设时长确定第二位移;根据第二速度、第二加速度以及第二预设时长确定第三位移。其中,第三位移为:第一车辆在第一预设时长内以第二加速度降速至停止的过程中行驶的位移。
示例性地,如图7所示,图中阴影部分表示当前车辆与第一车辆的侧向碰撞冲突区域,为两车行驶轨迹的重叠部分,当B车(第一车辆)以第二速度从第二位置行驶至B车完全驶出侧向碰撞冲突区域的第一时长tbc内,A车(当前车辆)以第一速度从第一位置行驶未进入侧向碰撞冲突区域,则两车不会发生碰撞。所以,可以通过表达式(13)确定第一位移dmax:
dmax=VA×tbc (13)
其中,VA表示第一速度,VB表示第二速度,tbc=dbc/VB,dbc可以通过表达式(2)中P点的位置坐标与侧向碰撞冲突区域的顶点坐标确定。侧向碰撞冲突区域的顶点坐标可以根据P点的位置坐标、第一宽度、第二宽度、第一长度以及第二长度确定。
另外,若仍用T2表示第二预设时长,amax表示第一加速度,bmax表示第二加速度,则侧向碰撞时,第二位移dAmin可以通过表达式(14)确定,第三位移dBmin可以通过表达式(15)确定:
其中,侧向碰撞时的T2的确定方式仍可以参照正向碰撞时的T2的确定方式。
在车辆碰撞预测装置根据不同的碰撞类型确定出第一位移、第二位移或者确定出第一位移、第二位移、第三位移之后,可以根据预测出当前车辆与第一车辆的碰撞类型,确定当前车辆与第一车辆发生事故的概率。
如图5或图6所示,当车辆碰撞预测装置预测碰撞类型为正向碰撞或追尾碰撞时,可以根据第一位移和第二位移确定当前车辆与第一车辆发生事故的概率。示例性地,可以通过表达式(16)确定当前车辆与第一车辆发生事故的概率R:
其中,d表示第一线段的第三长度或第二线段的第三长度,通过表达式(7)确定,dmax表示第一位移,dmin表示第二位移。R取值范围为[0,1],从式(16)可以看出,当第三长度越接近第一位移,表明当前车辆与第一车辆发生事故的概率越小,当第三长度越接近第二位移,表明当前车辆与第一车辆发生事故的概率越大。
如图7所示,当车辆碰撞预测装置预测碰撞类型为侧向碰撞时,可以根据第一位移、第二位移以及第三位移确定当前车辆与第一车辆发生事故的概率。示例性地,可以通过表达式(17)确定当前车辆与第一车辆发生事故的概率R:
其中,dA表示当前车辆车头中心点与侧向碰撞冲突区域之间的最小距离,dB表示当第一车辆车头中心点与侧向碰撞冲突区域之间的最小距离,dA和dB可以通过根据式(2)计算的P点的位置坐标、第一宽度、第二宽度、第一长度以及第二长度确定。dmax表示第一位移,dAmin表示第二位移,dBmin表示第三位移。R取值范围为[0,1],从式(17)可以看出,当dA越接近第一位移时,表明当前车辆与第一车辆发生事故的概率越小,当dA越接近第二位移且dB越接近第三位移时,表明当前车辆与第一车辆发生事故的概率越大。
需要说明的是,本申请实施例将可能出现的碰撞类型分为了三种,在实际应用中,若当前车辆与第一车辆不存在碰撞冲突区域也即是不属于这三种类型中的任意一种时(比如当前车辆与第一车辆的行驶方向相反时),R取0。
可选地,由于车辆碰撞预测装置获取的第一位置和第二位置会出现定位误差,所以可以将定位误差作为权重计算多次当前车辆与第一车辆发生事故的概率的加权平均值。
具体地,车辆碰撞预测装置在获取到第一位置和第二位置后,可以对第一参数和第二参数进行滤波估计,获取第一位置的定位误差(第一误差)和第二位置的定位误差(第二误差)。示例性地,以第一位置为例,第一位置可以经过卡尔曼滤波器进行滤波估计,获取最优的状态估计值以及最优的状态估计值与第一位置之间的第一误差。
另外,在车辆碰撞预测装置中可以设置计数器,计数器在当前车辆每次启动时置零,且车辆碰撞预测装置每确定一次当前车辆与第一车辆发生事故的概率,计数器的数值加1,然后,车辆碰撞预测装置可以判断计数器的数值是否达到预设数值。当车辆碰撞预测装置确定计数器数值达到预设数值时,可以根据第一误差和第二误差计算概率的加权平均值。当车辆碰撞预测装置确定计数器数值未达到预设数值时,需要重新获取第一参数和第二参数。
其中,σ1表示第一位置的横坐标的定位误差,σ2表示第一位置的纵坐标的定位误差,σ2表示第二位置的横坐标的定位误差,σ2表示第二位置的纵坐标的定位误差。
预设数值为人为事先确定的数值,示例性地,预设数值可以为4,此时,当前车辆与第一车辆发生事故的概率的加权平均值R′可以通过表达式(19)确定:
可选地,在车辆碰撞预测装置确定出当前车辆与第一车辆发生事故的概率的加权平均值后,可以判断加权平均值是否达到第一阈值。当车辆碰撞预测装置确定加权平均值达到第一阈值时,车辆碰撞预测装置可以启动一级预警(比如触发紧急制动功能)。当车辆碰撞预测装置确定加权平均值未达到第一阈值时,可以判断加权平均值是否达到第二阈值,若确定加权平均值达到第二阈值时,车辆碰撞预测装置可以启动二级预警(比如声光报警或语音提示当前处于危险状态)。
其中,第一阈值和第二阈值为人为事先确定的参数,且第一阈值大于第二阈值。
示例性地,第一阈值可以为1,第二阈值可以为0.3。
为了更为准确的表示当前车辆与第一车辆目前的碰撞危险程度,可以将碰撞危险程度分为4个等级。当0≤R′<0.1时,表明当前处于安全状态,车辆碰撞预测装置不做任何预警。当0.1≤R′<0.3时,表示当前处于从安全到危险的过渡状态,车辆碰撞预测装置可以通过语音播报提示驾驶员当前的状态。当0.3≤R′<1时,达到了第二阈值,可以启动二级预警,比如可以语音提示驾驶员可能出现的碰撞类型以及对应的防碰撞策略,提醒驾驶员避让对向车辆。当R′=1时,达到了第一阈值,车辆碰撞预测装置可以启动一级预警,触发紧急制动功能以防止碰撞或降低碰撞损失。
需要说明的是,由于在车联网环境当前车辆与第一车辆均可以接收到预警,所以可以针对不同类型的碰撞确定出不同的预警避碰策略。比如,若为正向碰撞,则语音提示当前车辆与第一车辆的驾驶员均减速,同时提醒驾驶员检查自己是否存在逆行或占道等错误驾驶行为并及时纠正。若为追尾碰撞,则语音提示主动追尾的车辆的驾驶员减速。若为侧向碰撞,则需要至少有一辆车减速避让,可以让两车中速度相对较小者减速。
另外,在R′值不断上升时,可以通过加快语音警示的频率或警示灯由黄色渐变为红色来警示驾驶员。
如图8所示,提供了一种碰撞风险系数(即当前车辆与第一车辆发生事故的概率的加权平均值)与当前车辆(即图7、图5和图6中的A车)的行驶距离的变化规律的曲线示意图。如图8所示,当A车逐渐接近碰撞冲突区域的过程中碰撞风险系数是逐渐上升的,且具有明显的非线性关系。当碰撞风险系数小于0.1时,碰撞风险系数的增长趋势是很缓慢的,表明当前的行驶状态有可能发生碰撞,但是这种危险并不紧急,可以认为此时处于安全状态。而当碰撞风险系数达到0.3以后增长地很迅速,说明碰撞的险已经很紧急,需要及时采取避碰措施,可以认为此时处于危险状态。若当碰撞风险系数达到0.3以后未及时采取避碰措施,碰撞风险系数会持续增加达到1,此时碰撞已经无法避免了,车辆碰撞预测装置需要启动一级预警,触发紧急制动功能。另外,如图8所示,当碰撞风险系数达到1后,碰撞风险系数重新归零。
本申请实施例提供的车辆碰撞预测方法,由于当前车辆与第一车辆发生事故的概率是车辆碰撞预测装置根据获取的第一参数和第二参数确定的,而第一参数和第二参数中包括有当前车辆与第一车辆的速度、最大制动加速度以及位置信息。结合速度、最大制动加速度和位置信息,可以确定出在预设安全时长内当前车辆与第一车辆的行驶轨迹出现冲突时发生事故的概率。所以本申请提供的车辆碰撞预测方法,是在空间距离与时间同时出现冲突时确定的车辆发生事故的概率,相比现有技术中的车辆碰撞预测方法确定出的碰撞概率更为准确。
综合上述描述,如图9所示,图2中的步骤S103可以替换为S1031-S1034:
S1031、车辆碰撞预测装置根据第一参数和第二参数,预测当前车辆与第一车辆的碰撞类型。
S1032、当车辆碰撞预测装置预测出碰撞类型为正向碰撞或追尾碰撞时,则根据第一参数和第二参数,确定第一位移和第二位移。
在S1032之后,执行S1034。
S1033、当车辆碰撞预测装置预测出碰撞类型为侧向碰撞时,则根据第一参数和第二参数,确定第一位移、第二位移以及第三位移。
S1034、车辆碰撞预测装置根据预测出当前车辆与第一车辆的碰撞类型,确定当前车辆与第一车辆发生事故的概率。
可选地,如图10所示,图9中的步骤S1031可以替换为S10311-S10313:
S10311、车辆碰撞预测装置确定当前车辆的第一角度和第一车辆的第二角度。
S10312、车辆碰撞预测装置确定第一线段的第三长度或第二线段的第三长度。
S10313、车辆碰撞预测装置根据第一角度、第二角度、第一宽度、第二宽度以及第三长度确定碰撞类型。
可选地,如图11所示,S103还可以替换为S1035-S1044:
S1035、车辆碰撞预测装置根据第一参数和第二参数,预测当前车辆与第一车辆的碰撞类型。
当车辆碰撞预测装置预测出碰撞类型为正向碰撞时,执行S1036;当车辆碰撞预测装置预测出碰撞类型为追尾碰撞时,执行S1037;当车辆碰撞预测装置预测出碰撞类型为侧向碰撞时,执行S1038。
S1036、车辆碰撞预测装置根据第一速度、第二速度、第一预设时长、第一长度以及第二长度确定第一位移。
在S1036之后,执行S1039。
S1037、车辆碰撞预测装置根据第一速度、第二速度、第一预设时长、第一长度以及第二长度确定第一位移。
在S1037之后,执行S1040。
S1038、车辆碰撞预测装置根据第一速度、第二速度、第一位置、第二位置、第一宽度、第二宽度、第一长度以及第二长度确定第一位移。
在S1038之后,执行S1041。
S1039、车辆碰撞预测装置根据第一速度、第二速度、第一加速度、第二加速度和第二预设时长确定第二位移。
在S1039之后,执行S1043。
S1040、车辆碰撞预测装置根据第一速度、第二速度、第一加速度、第二预设时长、第一长度以及第二长度确定第二位移。
在S1040之后,执行S1043。
S1041、车辆碰撞预测装置根据第一速度、第一加速度以及第二预设时长确定第二位移。
S1042、车辆碰撞预测装置根据第二速度、第二加速度以及第二预设时长确定第三位移。
在S1042之后,执行S1044。
S1043、车辆碰撞预测装置根据第一位移和第二位移确定当前车辆与第一车辆发生事故的概率。
S1044、车辆碰撞预测装置根据第一位移、第二位移以及第三位移确定当前车辆与第一车辆发生事故的概率。
可选地,如图12所示,本申请实施例还提供了一种车辆碰撞预测方法,包括:
S201、车辆碰撞预测装置获取第一参数。
S202、车辆碰撞预测装置对第一参数进行滤波估计,获取第一位置的第一误差。
S203、车辆碰撞预测装置获取第二参数和第二位置的第二误差。
S204、车辆碰撞预测装置根据第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率。
S205、车辆碰撞预测装置将计数器的数值加1。
S206、车辆碰撞预测装置判断计数器的数值是否达到预设数值。
当车辆碰撞预测装置判断计数器的数值达到预设数值,则执行S207;当车辆碰撞预测装置判断计数器的数值未达到预设数值,则重新执行S201。
S207、车辆碰撞预测装置根据第一误差和第二误差计算概率的加权平均值。
S208、车辆碰撞预测装置判断加权平均值是否达到第一阈值。
当车辆碰撞预测装置判断加权平均值达到第一阈值时,执行S209;当车辆碰撞预测装置判断加权平均值未达到第一阈值时,执行S2010。
S209、车辆碰撞预测装置启动一级预警。
S2010、车辆碰撞预测装置判断加权平均值是否达到第二阈值。
当车辆碰撞预测装置判断加权平均值达到第二阈值时,执行S2011;当车辆碰撞预测装置判断加权平均值未达到第二阈值时,重新执行S201。
S2011、车辆碰撞预测装置启动二级预警。
在S2011之后,继续执行S208。
如图13所示,本申请实施例还提供了一种车辆碰撞预测装置03,该车辆碰撞预测装置03可以设置在图1所示的车辆碰撞预测系统中的物联网车辆上,包括:获取模块31和确定模块32。
具体地,获取模块31,用于获取第一参数;第一参数至少包括:当前车辆的第一速度、第一加速度、第一方向角、第一位置、第一长度以及第一宽度;第一速度为当前车辆在当前时刻的行驶速度;第一加速度为当前车辆的最大制动加速度;第一方向角为从预设方向至当前车辆在当前时刻的行驶方向之间的夹角;第一位置为当前车辆在当前时刻的车辆中心点的地理位置;第一长度和第一宽度分别为当前车辆的长和宽;
获取模块31,还用于获取第二参数;第二参数至少包括:第一车辆的第二速度、第二加速度、第二方向角、第二位置、第二长度以及第二宽度;第一车辆为在当前车辆的通信范围内的任一车辆;第二速度为第一车辆在当前时刻的行驶速度;第二加速度为第一车辆的最大制动加速度;第二方向角为从预设方向至第一车辆在当前时刻的行驶方向之间的夹角;第二位置为第一车辆在当前时刻的车辆中心点的地理位置;第二长度和第二宽度分别为第一车辆的长和宽;
确定模块32,用于根据获取模块31获取的第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率。
可选地,确定模块32具体用于,根据获取模块31获取的第一参数和第二参数,预测当前车辆与第一车辆的碰撞类型;当预测出碰撞类型为正向碰撞或追尾碰撞时,则根据获取模块31获取的第一参数和第二参数,确定第一位移和第二位移;当预测出碰撞类型为侧向碰撞时,则根据获取模块31获取的第一参数和第二参数,确定第一位移、第二位移以及第三位移;根据预测出当前车辆与第一车辆的碰撞类型,确定当前车辆与第一车辆发生事故的概率;第一位移为:在第一预设时长内当前车辆以第一速度行驶、且第一车辆以第二速度行驶时,第一车辆和当前车辆不会发生碰撞的临界位移;第二位移为:当前车辆以第一加速度降速至停止的过程中行驶的位移;第三位移为:第一车辆以第二加速度降速至停止的过程中行驶的位移。
可选地,确定模块32具体还用于,当预测碰撞类型为正向碰撞或追尾碰撞时,根据第一位移和第二位移确定当前车辆与第一车辆发生事故的概率;当预测碰撞类型为侧向碰撞时,根据第一位移、第二位移以及第三位移确定当前车辆与第一车辆发生事故的概率。
可选地,当预测碰撞类型为正向碰撞时,确定模块32具体用于,根据获取模块31获取的第一速度、第二速度、第一预设时长、第一长度以及第二长度确定第一位移;根据获取模块31获取的第一速度、第二速度、第一加速度、第二加速度和第二预设时长确定第二位移。
可选地,当预测碰撞类型为追尾碰撞时,确定模块32具体用于,根据获取模块31获取的第一速度、第二速度、第一预设时长、第一长度以及第二长度确定第一位移;根据获取模块31获取的第一速度、第二速度、第一加速度、第二预设时长、第一长度以及第二长度确定第二位移。
可选地,当预测碰撞类型为侧向碰撞时,确定模块32具体用于,根据获取模块31获取的第一速度、第二速度、第一位置、第二位置、第一宽度、第二宽度、第一长度以及第二长度确定第一位移;根据获取模块31获取的第一速度、第一加速度以及第二预设时长确定第二位移;根据获取模块31获取的第二速度、第二加速度以及第二预设时长确定第三位移。
可选地,确定模块32具体还用于,确定当前车辆的第一角度和第一车辆的第二角度;第一角度为从预设方向至第一线段之间的第一夹角;第二角度为从预设方向至第二线段之间的第二夹角;第一线段的起点为第一位置,终点为第二位置;第二线段的起点为第二位置,终点为第一位置;确定第一线段的第三长度或第二线段的第三长度;根据第一角度、第二角度、第一宽度、第二宽度以及第三长度确定碰撞类型。
可选地,该车辆碰撞预测装置03还包括:处理模块、计数模块和判断模块。具体地,处理模块,用于对获取模块31获取的第一参数和第二参数进行滤波估计,并获取第一位置的第一误差和第二位置的第二误差;确定模块32还用于,根据获取模块31获取的第一参数和第二参数,确定当前车辆与第一车辆发生事故的概率;计数模块,用于将计数器的数值加1;计数器在当前车辆每次启动时置零;判断模块,用于判断计数器的数值是否达到预设数值;确定模块32,还用于当判断模块判断计数器数值达到预设数值时,根据第一误差和第二误差计算概率的加权平均值。
可选地,确定模块32,还用于当判断模块判断计数器数值未达到预设数值时,重新通过获取模块31获取第一参数和第二参数。
可选地,判断模块还用于判断加权平均值是否达到第一阈值;确定模块32,还用于当判断模块判断加权平均值达到第一阈值时,启动一级预警;确定模块32,还用于当判断模块判断加权平均值未达到第一阈值时,判断加权平均值是否达到第二阈值;确定模块32,还用于当判断模块判断加权平均值达到第二阈值时,启动二级预警。
可选的,车辆碰撞预测装置03还包括存储模块。存储模块用于存储该车辆碰撞预测装置03的程序代码等。
如图14所示,本申请实施例还提供一种车辆碰撞预测装置,包括存储器41、处理器42、总线43和通信接口44;存储器41用于存储计算机执行指令,处理器42与存储器41通过总线43连接;当车辆碰撞预测装置运行时,处理器42执行存储器41存储的计算机执行指令,以使车辆碰撞预测装置执行如上述实施例提供的车辆碰撞预测方法。
在具体的实现中,作为一种实施例,处理器42(42-1和42-2)可以包括一个或多个中央处理器(central processing unit,CPU),例如图14中所示的CPU0和CPU1。且作为一种实施例,车辆碰撞预测装置可以包括多个处理器42,例如图14中所示的处理器42-1和处理器42-2。这些处理器42中的每一个CPU可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。这里的处理器42可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
存储器41可以是只读存储器41(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器41可以是独立存在,通过总线43与处理器42相连接。存储器41也可以和处理器42集成在一起。
在具体的实现中,存储器41,用于存储本申请中的数据和执行本申请的软件程序对应的计算机执行指令。处理器42可以通过运行或执行存储在存储器41内的软件程序,以及调用存储在存储器41内的数据,车辆碰撞预测装置的各种功能。
通信接口44,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如控制系统、无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。通信接口44可以包括接收单元实现接收功能,以及发送单元实现发送功能。
总线43,可以是工业标准体系结构(industry standard architecture,ISA)总线、外部设备互连(peripheral component interconnect,PCI)总线或扩展工业标准体系结构(extended industry standard architecture,EISA)总线等。该总线43可以分为地址总线、数据总线、控制总线等。为便于表示,图14中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
作为一个示例,结合图13,车辆碰撞预测装置中的获取模块实现的功能与图14中的接收单元实现的功能相同,车辆碰撞预测装置中的确定模块实现的功能与图14中的处理器实现的功能相同,车辆碰撞预测装置中的存储模块实现的功能与图14中的存储器实现的功能相同。
本实施例中相关内容的解释可参考上述方法实施例,此处不再赘述。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,使得计算机执行上述实施例提供的车辆碰撞预测方法。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、RAM、ROM、可擦式可编程只读存储器(erasable programmable read only memory,EPROM)、寄存器、硬盘、光纤、CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性地存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(application specificintegrated circuit,ASIC)中。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (14)
1.一种车辆碰撞预测方法,其特征在于,包括:
获取第一参数;所述第一参数至少包括:当前车辆的第一速度、第一加速度、第一方向角、第一位置、第一长度以及第一宽度;所述第一速度为所述当前车辆在当前时刻的行驶速度;所述第一加速度为所述当前车辆的最大制动加速度;所述第一方向角为从预设方向至所述当前车辆在当前时刻的行驶方向之间的夹角;所述第一位置为所述当前车辆在当前时刻的车辆中心点的地理位置;所述第一长度和所述第一宽度分别为所述当前车辆的长和宽;
获取第二参数;所述第二参数至少包括:第一车辆的第二速度、第二加速度、第二方向角、第二位置、第二长度以及第二宽度;所述第一车辆为在所述当前车辆的通信范围内的任一车辆;所述第二速度为所述第一车辆在当前时刻的行驶速度;所述第二加速度为所述第一车辆的最大制动加速度;所述第二方向角为从预设方向至所述第一车辆在当前时刻的行驶方向之间的夹角;所述第二位置为所述第一车辆在当前时刻的车辆中心点的地理位置;所述第二长度和所述第二宽度分别为所述第一车辆的长和宽;
根据所述第一参数和所述第二参数,确定所述当前车辆与所述第一车辆发生事故的概率。
2.根据权利要求1所述的车辆碰撞预测方法,其特征在于,所述根据所述第一参数和所述第二参数,确定所述当前车辆与所述第一车辆发生事故的概率,包括:
根据所述第一参数和所述第二参数,预测所述当前车辆与所述第一车辆的碰撞类型;
当预测出所述碰撞类型为正向碰撞或追尾碰撞时,则根据所述第一参数和所述第二参数,确定第一位移和第二位移;
当预测出所述碰撞类型为侧向碰撞时,则根据所述第一参数和所述第二参数,确定第一位移、第二位移以及第三位移;
根据预测出所述当前车辆与所述第一车辆的碰撞类型,确定所述当前车辆与所述第一车辆发生事故的概率;
所述第一位移为:在第一预设时长内所述当前车辆以所述第一速度行驶、且所述第一车辆以所述第二速度行驶时,所述第一车辆和所述当前车辆不会发生碰撞的临界位移;所述第二位移为:所述当前车辆以所述第一加速度降速至停止的过程中行驶的位移;所述第三位移为:所述第一车辆以所述第二加速度降速至停止的过程中行驶的位移。
3.根据权利要求2所述的车辆碰撞预测方法,其特征在于,所述确定所述当前车辆与所述第一车辆发生事故的概率,包括:
当预测所述碰撞类型为正向碰撞或追尾碰撞时,根据所述第一位移和所述第二位移确定所述当前车辆与所述第一车辆发生事故的概率;
当预测所述碰撞类型为侧向碰撞时,根据所述第一位移、所述第二位移以及所述第三位移确定所述当前车辆与所述第一车辆发生事故的概率。
4.根据权利要求2所述的车辆碰撞预测方法,其特征在于,当预测出所述碰撞类型为正向碰撞时,所述根据所述第一参数和所述第二参数,确定第一位移和第二位移包括:
根据所述第一速度、所述第二速度、所述第一预设时长、所述第一长度以及所述第二长度确定所述第一位移;
根据所述第一速度、所述第二速度、所述第一加速度、所述第二加速度和第二预设时长确定所述第二位移。
5.根据权利要求2所述的车辆碰撞预测方法,其特征在于,当预测出所述碰撞类型为追尾碰撞时,所述根据所述第一参数和所述第二参数,确定第一位移和第二位移包括:
根据所述第一速度、所述第二速度、所述第一预设时长、所述第一长度以及所述第二长度确定所述第一位移;
根据所述第一速度、所述第二速度、所述第一加速度、第二预设时长、所述第一长度以及所述第二长度确定所述第二位移。
6.根据权利要求2所述的车辆碰撞预测方法,其特征在于,当预测出所述碰撞类型为侧向碰撞时,所述根据所述第一参数和所述第二参数,确定第一位移、第二位移以及第三位移包括:
根据所述第一速度、所述第二速度、所述第一位置、所述第二位置、所述第一宽度、所述第二宽度、所述第一长度以及所述第二长度确定所述第一位移;
根据所述第一速度、所述第一加速度以及第二预设时长确定所述第二位移;
根据所述第二速度、所述第二加速度以及所述第二预设时长确定所述第三位移。
7.根据权利要求2所述的车辆碰撞预测方法,其特征在于,所述根据所述第一参数和所述第二参数,预测所述当前车辆与所述第一车辆的碰撞类型包括:
确定所述当前车辆的第一角度和所述第一车辆的第二角度;所述第一角度为从所述预设方向至第一线段之间的第一夹角;所述第二角度为从所述预设方向至第二线段之间的第二夹角;所述第一线段的起点为所述第一位置,终点为所述第二位置;所述第二线段的起点为所述第二位置,终点为所述第一位置;
确定所述第一线段的第三长度或所述第二线段的第三长度;
根据所述第一角度、所述第二角度、所述第一宽度、所述第二宽度以及所述第三长度确定所述碰撞类型。
8.根据权利要求1-7中任意一项所述的车辆碰撞预测方法,其特征在于,所述车辆碰撞预测方法还包括:
对所述第一参数和所述第二参数进行滤波估计,获取所述第一位置的第一误差和所述第二位置的第二误差;
根据所述第一参数和所述第二参数,确定所述当前车辆与所述第一车辆发生事故的概率;
将计数器的数值加1;所述计数器在所述当前车辆每次启动时置零;
判断所述计数器的数值是否达到预设数值;
当确定所述计数器数值达到预设数值时,根据所述第一误差和所述第二误差计算所述概率的加权平均值。
9.根据权利要求8所述的车辆碰撞预测方法,其特征在于,所述车辆碰撞预测方法还包括:
当确定所述计数器数值未达到预设数值时,重新获取所述第一参数和所述第二参数。
10.根据权利要求8所述的车辆碰撞预测方法,其特征在于,所述车辆碰撞预测方法还包括:
判断所述加权平均值是否达到第一阈值;
当确定所述加权平均值达到第一阈值时,启动一级预警;当确定所述加权平均值未达到第一阈值时,判断所述加权平均值是否达到第二阈值;
当确定所述加权平均值达到第二阈值时,启动二级预警。
11.一种车辆碰撞预测装置,其特征在于,包括:获取模块和确定模块;
所述获取模块,用于获取第一参数;所述第一参数至少包括:当前车辆的第一速度、第一加速度、第一方向角、第一位置、第一长度以及第一宽度;所述第一速度为所述当前车辆在当前时刻的行驶速度;所述第一加速度为所述当前车辆的最大制动加速度;所述第一方向角为从预设方向至所述当前车辆在当前时刻的行驶方向之间的夹角;所述第一位置为所述当前车辆在当前时刻的车辆中心点的地理位置;所述第一长度和所述第一宽度分别为所述当前车辆的长和宽;
所述获取模块,还用于获取第二参数;所述第二参数至少包括:第一车辆的第二速度、第二加速度、第二方向角、第二位置、第二长度以及第二宽度;所述第一车辆为在所述当前车辆的通信范围内的任一车辆;所述第二速度为所述第一车辆在当前时刻的行驶速度;所述第二加速度为所述第一车辆的最大制动加速度;所述第二方向角为从预设方向至所述第一车辆在当前时刻的行驶方向之间的夹角;所述第二位置为所述第一车辆在当前时刻的车辆中心点的地理位置;所述第二长度和所述第二宽度分别为所述第一车辆的长和宽;
所述确定模块,用于根据所述获取模块获取的第一参数和所述第二参数,确定所述当前车辆与所述第一车辆发生事故的概率。
12.一种车辆碰撞预测装置,其特征在于,包括存储器、处理器、总线和通信接口;所述存储器用于存储计算机执行指令,所述处理器与所述存储器通过所述总线连接;
当所述车辆碰撞预测装置运行时,处理器执行所述存储器存储的所述计算机执行指令,以使所述车辆碰撞预测装置执行如权利要求1-10任意一项所述的车辆碰撞预测方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当计算机执行所述指令时,使得所述计算机执行如权利要求1-10任意一项所述的车辆碰撞预测方法。
14.一种计算机程序产品,其特征在于,包含指令,当所述指令在计算机上运行时,使得所述计算机执行如权利要求1-10中任意一项所述的车辆碰撞预测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286536.XA CN111469837B (zh) | 2020-04-13 | 2020-04-13 | 车辆碰撞预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010286536.XA CN111469837B (zh) | 2020-04-13 | 2020-04-13 | 车辆碰撞预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111469837A true CN111469837A (zh) | 2020-07-31 |
CN111469837B CN111469837B (zh) | 2024-04-19 |
Family
ID=71751677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010286536.XA Active CN111469837B (zh) | 2020-04-13 | 2020-04-13 | 车辆碰撞预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111469837B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112172806A (zh) * | 2020-08-31 | 2021-01-05 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
CN112258838A (zh) * | 2020-10-20 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 驾驶风险提示方法、装置、存储介质和设备 |
CN112462764A (zh) * | 2020-11-20 | 2021-03-09 | 北京欣奕华科技有限公司 | 车辆约束图的构建方法及装置 |
CN113327458A (zh) * | 2021-07-08 | 2021-08-31 | 潍柴动力股份有限公司 | 车辆碰撞预测方法、车辆碰撞预测系统及电子装置 |
CN113335311A (zh) * | 2021-07-22 | 2021-09-03 | 中国第一汽车股份有限公司 | 一种车辆碰撞检测方法、装置、车辆及存储介质 |
CN113442863A (zh) * | 2021-06-24 | 2021-09-28 | 中国联合网络通信集团有限公司 | 一种车辆侧向碰撞的预警方法、装置、设备及存储介质 |
CN113985877A (zh) * | 2021-10-27 | 2022-01-28 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060097570A1 (en) * | 2002-09-20 | 2006-05-11 | Daimlerchrysler Ag | Method and device for triggering an automatic emergency braking process of a vehicle |
DE102005062275A1 (de) * | 2005-12-24 | 2007-06-28 | Daimlerchrysler Ag | Verfahren zur Erkennung eines drohenden Heckaufpralls |
DE102007015030A1 (de) * | 2007-03-29 | 2008-10-02 | Daimler Ag | Verfahren und Vorrichtung zur Prognostizierung eines Fahrverhaltens eines sich auf Kollisionskurs zum eigenen Fahrzeug befindlichen Objektes |
US20120101713A1 (en) * | 2010-10-20 | 2012-04-26 | Gm Global Technology Operations, Inc. | Optimal acceleration profile for enhanced collision avoidance |
KR101414571B1 (ko) * | 2013-02-18 | 2014-08-06 | 주식회사 만도 | 차량 충돌 방지 장치 및 그 방법 |
US20160121887A1 (en) * | 2014-11-04 | 2016-05-05 | Hyundai Motor Company | Apparatus and method for detecting collision object of vehicle |
CN105730442A (zh) * | 2016-02-02 | 2016-07-06 | 湖南大学 | 一种汽车防追尾碰撞系统、方法及单片机 |
CN107264523A (zh) * | 2017-06-14 | 2017-10-20 | 北京新能源汽车股份有限公司 | 车辆控制方法及系统 |
US20170305419A1 (en) * | 2016-04-26 | 2017-10-26 | International Business Machines Corporation | Vehicle collision avoidance |
US20190031190A1 (en) * | 2017-07-25 | 2019-01-31 | Mando Corporation | Vehicle control apparatus and method |
CN109448439A (zh) * | 2018-12-25 | 2019-03-08 | 科大讯飞股份有限公司 | 车辆安全行驶方法及装置 |
US20190096255A1 (en) * | 2017-09-22 | 2019-03-28 | Ford Global Technologies, Llc | Vehicle detection and avoidance |
CN110745119A (zh) * | 2019-10-21 | 2020-02-04 | 中国联合网络通信集团有限公司 | 一种防碰撞方法及装置 |
-
2020
- 2020-04-13 CN CN202010286536.XA patent/CN111469837B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060097570A1 (en) * | 2002-09-20 | 2006-05-11 | Daimlerchrysler Ag | Method and device for triggering an automatic emergency braking process of a vehicle |
DE102005062275A1 (de) * | 2005-12-24 | 2007-06-28 | Daimlerchrysler Ag | Verfahren zur Erkennung eines drohenden Heckaufpralls |
DE102007015030A1 (de) * | 2007-03-29 | 2008-10-02 | Daimler Ag | Verfahren und Vorrichtung zur Prognostizierung eines Fahrverhaltens eines sich auf Kollisionskurs zum eigenen Fahrzeug befindlichen Objektes |
US20120101713A1 (en) * | 2010-10-20 | 2012-04-26 | Gm Global Technology Operations, Inc. | Optimal acceleration profile for enhanced collision avoidance |
KR101414571B1 (ko) * | 2013-02-18 | 2014-08-06 | 주식회사 만도 | 차량 충돌 방지 장치 및 그 방법 |
US20160121887A1 (en) * | 2014-11-04 | 2016-05-05 | Hyundai Motor Company | Apparatus and method for detecting collision object of vehicle |
CN105730442A (zh) * | 2016-02-02 | 2016-07-06 | 湖南大学 | 一种汽车防追尾碰撞系统、方法及单片机 |
US20170305419A1 (en) * | 2016-04-26 | 2017-10-26 | International Business Machines Corporation | Vehicle collision avoidance |
CN107264523A (zh) * | 2017-06-14 | 2017-10-20 | 北京新能源汽车股份有限公司 | 车辆控制方法及系统 |
US20190031190A1 (en) * | 2017-07-25 | 2019-01-31 | Mando Corporation | Vehicle control apparatus and method |
US20190096255A1 (en) * | 2017-09-22 | 2019-03-28 | Ford Global Technologies, Llc | Vehicle detection and avoidance |
CN109448439A (zh) * | 2018-12-25 | 2019-03-08 | 科大讯飞股份有限公司 | 车辆安全行驶方法及装置 |
CN110745119A (zh) * | 2019-10-21 | 2020-02-04 | 中国联合网络通信集团有限公司 | 一种防碰撞方法及装置 |
Non-Patent Citations (1)
Title |
---|
陈友荣;万锦昊;陈俊洁;任条娟;: "基于车车通信的车辆防碰撞算法", 电信科学, no. 11, 20 November 2016 (2016-11-20) * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112172806A (zh) * | 2020-08-31 | 2021-01-05 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
CN112172806B (zh) * | 2020-08-31 | 2022-03-22 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
CN112258838A (zh) * | 2020-10-20 | 2021-01-22 | 腾讯科技(深圳)有限公司 | 驾驶风险提示方法、装置、存储介质和设备 |
CN112258838B (zh) * | 2020-10-20 | 2023-10-13 | 腾讯科技(深圳)有限公司 | 驾驶风险提示方法、装置、存储介质和设备 |
CN112462764A (zh) * | 2020-11-20 | 2021-03-09 | 北京欣奕华科技有限公司 | 车辆约束图的构建方法及装置 |
CN112462764B (zh) * | 2020-11-20 | 2023-11-24 | 北京欣奕华科技有限公司 | 车辆约束图的构建方法及装置 |
CN113442863A (zh) * | 2021-06-24 | 2021-09-28 | 中国联合网络通信集团有限公司 | 一种车辆侧向碰撞的预警方法、装置、设备及存储介质 |
CN113327458A (zh) * | 2021-07-08 | 2021-08-31 | 潍柴动力股份有限公司 | 车辆碰撞预测方法、车辆碰撞预测系统及电子装置 |
CN113335311A (zh) * | 2021-07-22 | 2021-09-03 | 中国第一汽车股份有限公司 | 一种车辆碰撞检测方法、装置、车辆及存储介质 |
CN113985877A (zh) * | 2021-10-27 | 2022-01-28 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
CN113985877B (zh) * | 2021-10-27 | 2023-12-19 | 深圳市渐近线科技有限公司 | 一种基于数字孪生的仓储物流路径自动引导系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111469837B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111469837B (zh) | 车辆碰撞预测方法及装置 | |
US10783789B2 (en) | Lane change estimation device, lane change estimation method, and storage medium | |
CN108674413B (zh) | 车辆行人碰撞预防方法及系统 | |
EP2865575B1 (en) | Confidence estimation for predictive driver assistance systems based on plausibility rules | |
EP2865576B1 (en) | Composite confidence estimation for predictive driver assistant systems | |
CN112703144A (zh) | 控制方法、相关设备及计算机可读存储介质 | |
JP2018152056A (ja) | 視界に制限のある交差点への接近のためのリスクベースの運転者支援 | |
CN108388240A (zh) | 使用超视距情景感知来执行高级驾驶辅助系统功能的方法和系统 | |
US20170136947A1 (en) | Early warning method, system and server based on satellite positioning | |
CN112216146B (zh) | 一种车辆风险预警方法、装置、设备及车辆 | |
Kim et al. | Probabilistic threat assessment with environment description and rule-based multi-traffic prediction for integrated risk management system | |
US11685406B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
US11518379B2 (en) | Transportation vehicle and collision avoidance method | |
US11042160B2 (en) | Autonomous driving trajectory determination device | |
CN113327458A (zh) | 车辆碰撞预测方法、车辆碰撞预测系统及电子装置 | |
EP3971864A1 (en) | Risk estimation in autonomous driving environments | |
CN109345870B (zh) | 预防车辆碰撞的预警方法及装置 | |
CN110745119B (zh) | 一种防碰撞方法及装置 | |
CN115092130A (zh) | 车辆碰撞预测方法、装置、电子设备、介质和车辆 | |
CN110491167A (zh) | 一种路段警示方法及设备 | |
CN111583633B (zh) | 车辆碰撞的预警方法及装置 | |
CN111731285B (zh) | 基于v2x技术的车辆防碰撞方法及装置 | |
CN113785339A (zh) | 对在道路交通中的危险情况的警报 | |
KR101988915B1 (ko) | 차량 간 충돌 가능성 판단 시스템 및 이를 이용한 차량 간 충돌 가능성 판단 방법 | |
WO2023236112A1 (zh) | 目标虚警类型的确定方法、装置以及终端 |
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 |