CN111623786B - 预判车辆行驶轨迹的方法 - Google Patents

预判车辆行驶轨迹的方法 Download PDF

Info

Publication number
CN111623786B
CN111623786B CN202010513945.9A CN202010513945A CN111623786B CN 111623786 B CN111623786 B CN 111623786B CN 202010513945 A CN202010513945 A CN 202010513945A CN 111623786 B CN111623786 B CN 111623786B
Authority
CN
China
Prior art keywords
camera
track
front wheel
real
image
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
Application number
CN202010513945.9A
Other languages
English (en)
Other versions
CN111623786A (zh
Inventor
吴晓闯
孙长亮
蔡珂轩
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.)
Kunshan Xingjizhou Intelligent Technology Co ltd
Original Assignee
Kunshan Xingjizhou Intelligent 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 Kunshan Xingjizhou Intelligent Technology Co ltd filed Critical Kunshan Xingjizhou Intelligent Technology Co ltd
Priority to CN202010513945.9A priority Critical patent/CN111623786B/zh
Publication of CN111623786A publication Critical patent/CN111623786A/zh
Application granted granted Critical
Publication of CN111623786B publication Critical patent/CN111623786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/343Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3446Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种预判车辆行驶轨迹的方法,首先初始化陀螺仪,并获取摄像头分辨率与焦距信息,然后测量摄像头安装高度,并标定俯仰角、横摆角和旋转角三个安装角度;其次,实时获取轮胎转角,并计算左右前轮轨迹曲线方程,限定径向距离的范围,在范围内根据曲线方程计算每个径向距离点对应的横向距离;然后根据轨迹上的点横向和径向距离计算在假定摄像头无旋转角的情况下输出的图像上的点的横纵像素值;根据计算点出的点的横纵像素值计算在摄像头有旋转角的真实情况下输出的图像的真实像素值;连接每个点形成曲线并将曲线显示在图像上,从而在主车行驶过程中,实时预测并显示其未来的行驶轨迹,为控制车辆安全行驶提供参考。

Description

预判车辆行驶轨迹的方法
技术领域
本发明属于车辆运行轨迹技术领域,具体的说是涉及一种预判车辆行驶轨迹的方法。
背景技术
交通安全历来是人们最为关心的问题之一,它直接关系到人民生命和财产的损失。在高速公路上,每年都会发生很多由于驾驶员注意力分散或是操作原因所引起的交通事故,造成严重的人员伤亡和财产损失。因此,开发智能辅助驾驶系统,利用传感器系统感知道路交通环境信息进行决策规划,给驾驶员提出驾驶建议或部分代替驾驶员进行车辆控制操作,具有十分重要的意义。
目前大量的未知路径的行驶轨迹预测研究都是基于GIS地图和GPS导航,根据道路的地理信息和大概的目的地选择最短路径,另外有一些算法参考了当前的道路拥堵情况,针对行驶时间最短在当前和未来交通情况选择最优路径。但这些方法没有实时更新车辆的行驶信息和实际的道路信息,轨迹预测的准确度相对不高。
发明内容
为了克服上述缺陷,本发明提供了一种预判车辆行驶轨迹的方法,在车主行驶过程中,实时预测并显示其未来的行驶轨迹,为控制车辆安全行驶提供参考。
本发明为了解决其技术问题所采用的技术方案是:
一种预判车辆行驶轨迹的方法,包括以下步骤:
步骤1,将近红外摄像头和陀螺仪分别安装在主车挡风玻璃的中间位置,并调整摄像头角度,使摄像头水平朝前,再将激光发射装置安装在主车大灯位置,调整角度,保持激光发射器水平向前;
步骤2,摄像头参数测量与标定:摄像头安装固定后,将主车停于水平路面,并将陀螺仪参数初始化,测量摄像头镜头中心到地面的竖直距离h、到前轮轴的水平距离D以及到左右车轮轴中心的距离Wl和Wr,并用棋盘格标定板对摄像头的三个安装角度进行标定,得到摄像头的安装俯仰角θp、安装横摆角θy、安装旋转角θr
步骤3,测量主车的轴距L,由获取到的轮胎的实时转角θ得到主车左侧前轮轨迹是以O为圆心、半径为R的圆,其中,R与L的关系满足公式:
Figure BDA0002529295520000021
步骤4,在以摄像头镜头中心为原点的坐标系下,左、右前轮的轨迹曲线分别为:
左前轮:
Figure BDA0002529295520000022
右前轮:
Figure BDA0002529295520000023
当限定左前轮或右前轮的径向距离x在一定的范围内,可计算对应的横向距离y;
步骤5,使用近红外摄像头采集主车行驶中的图像,由于摄像头的分辨率固定,因此图像中心水平线的纵坐标y0为固定值,其次由于摄像头视场角固定,则镜头焦距对应像素值f(单位:像素)固定,因此,在假定摄像头处于无旋转角安装的情况下,由摄像头俯仰角标定值即安装俯仰角θp与陀螺仪俯仰角实时输出值即实时俯仰角θ′p可知地面上任意点成像在图像上的纵坐标值y1与其距摄像头镜头的径向距离x的关系:
Figure BDA0002529295520000031
步骤6,根据径向距离x、横向距离y和图像垂直中心线横坐标值x0,在假定摄像头处于无旋转角安装的情况下,由摄像头横摆角标定值即安装横摆角θy与陀螺仪横摆角实时输出值即实时横摆角θ′y来推算该点呈现在图像上的像素点的横坐标值x1,公式如下:
Figure BDA0002529295520000032
步骤7,由上述步骤获取到的任一轮胎轨迹在假定摄像头处于无旋转角安装的情况下呈现的图像上的横、纵坐标点
Figure BDA0002529295520000033
来推算出实际情况下的真实横、纵坐标点
Figure BDA0002529295520000034
Figure BDA0002529295520000035
为坐标系旋转变换的结果,满足关系:
Figure BDA0002529295520000036
步骤8,基于上述步骤,根据获取的轮胎转角,在一定范围内的径向距离内实时计算轨迹上的点距摄像头的横向距离,将每个点连接并显示在摄像头输出的图像上,预示车辆轨迹。
本发明的有益效果是:本发明不仅可以帮助车辆的智能辅助驾驶系统相当精确的感知道路上的车辆、行人、交通信号灯、指示牌、车道线等环境信息,还可以识别主车所在道路的可行驶区域,并对车辆目前行驶状态的未来行驶轨迹进行预测,为控制车辆安全行驶提供参考。
附图说明
图1为本发明实施例步骤1结构示意图;
图2为本发明实施例步骤2结构示意图;
图3为本发明实施例步骤3结构示意图;
图4为本发明实施例步骤5结构示意图;
图5为本发明实施例步骤6结构示意图;
图6为本发明实施例步骤7结构示意图;
图7为本发明实施例网络架构示意图。
具体实施方式
以下结合附图,对本发明的一个较佳实施例作详细说明。
一种预判车辆行驶轨迹的方法,包括以下步骤:
步骤1,将近红外摄像头1和陀螺仪2分别安装在主车3挡风玻璃的中间位置,并调整摄像头角度,使摄像头水平朝前,再将激光发射装置4安装在主车大灯位置,调整角度,保持激光发射器水平向前,如图1所示;
步骤2,摄像头参数测量与标定:摄像头安装固定后,将主车停于水平路面,并将陀螺仪参数初始化,测量摄像头镜头中心到地面的竖直距离h(单位:米)、到前轮轴的水平距离D(单位:米)以及到左右车轮轴中心的距离Wl和Wr(单位:米),如图2、图3所示,并用棋盘格标定板对摄像头的三个安装角度进行标定,得到摄像头的安装俯仰角θp、安装横摆角θy、安装旋转角θr(单位:弧度);
步骤3,测量主车的轴距L(单位:米),如图3所示,由获取到的轮胎的实时转角θ(单位:弧度)得到主车左侧前轮轨迹是以O为圆心、半径为R的圆,其中,R与L的关系满足公式:
Figure BDA0002529295520000051
步骤4,在以摄像头镜头中心为原点的坐标系下,左、右前轮的轨迹曲线分别为:
左前轮:
Figure BDA0002529295520000052
右前轮:
Figure BDA0002529295520000053
因此,在限定径向距离x在0到100米的范围内,可计算对应的横向距离y;
步骤5,使用近红外摄像头采集图像,由于摄像头的分辨率固定,因此图像中心水平线的纵坐标y0为固定值,其次由于摄像头视场角固定,则镜头焦距对应像素值f(单位:像素)为固定值,如图4所示,因此,在假定摄像头处于无旋转角安装的情况下,由摄像头俯仰角标定值θp与陀螺仪俯仰角实时输出值θ′p可知地面上任意点成像在图像上的纵坐标值y1与其距摄像头镜头的径向距离x的关系:
Figure BDA0002529295520000054
步骤6,根据径向距离x、横向距离y(单位:米)和图像垂直中心线横坐标值x0,在假定摄像头处于无旋转角安装的情况下,由摄像头横摆角标定值即安装横摆角θy与陀螺仪横摆角实时输出值即实时横摆角θ′y来推算该点呈现在图像上的像素点的横坐标值x1,示意图如图5所示,公式如下:
Figure BDA0002529295520000055
步骤7,由上述步骤获取到的任一轮胎轨迹在假定摄像头处于无旋转角安装的情况下呈现的图像上的横、纵坐标点
Figure BDA0002529295520000061
来推算出实际情况下的真实横、纵坐标点
Figure BDA0002529295520000062
如图6所示,
Figure BDA0002529295520000063
Figure BDA0002529295520000064
为坐标系旋转变换的结果,满足关系:
Figure BDA0002529295520000065
步骤8,基于上述步骤,根据获取的轮胎转角,在0到100米的径向距离内实时计算轨迹上的点距摄像头的横向距离,将每个点连接并显示在摄像头输出的图像上,预示车辆轨迹。
本发明的网络架构图参阅图7所示,本发明首先初始化陀螺仪,并获取摄像头分辨率与焦距信息,然后测量摄像头安装高度,并标定俯仰角、横摆角和旋转角三个安装角度;其次,实时获取轮胎转角,并计算左右前轮轨迹曲线方程,限定径向距离的范围,在范围内根据曲线方程计算每个径向距离点对应的横向距离;然后根据轨迹上的点横向和径向距离计算在假定摄像头无旋转角的情况下输出的图像上的点的横纵像素值;根据计算点出的点的横纵像素值计算在摄像头有旋转角的真实情况下输出的图像的真实像素值;连接每个点形成曲线并将曲线显示在图像上。
由此可见,本发明利用单片机和配置陀螺仪的近红外视线传感器,基于数字图像处理技术,在主车行驶过程中,实时预测并显示其未来的行驶轨迹,为控制车辆安全行驶提供参考。
在以上的描述中阐述了很多具体细节以便于充分理解本发明。但是以上描述仅是本发明的较佳实施例而已,本发明能够以很多不同于在此描述的其它方式来实施,因此本发明不受上面公开的具体实施的限制。同时任何熟悉本领域技术人员在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (1)

1.一种预判车辆行驶轨迹的方法,其特征在于,包括以下步骤:
步骤1,将近红外摄像头和陀螺仪分别安装在主车挡风玻璃的中间位置,并调整摄像头角度,使摄像头水平朝前,再将激光发射装置安装在主车大灯位置,调整角度,保持激光发射器水平向前;
步骤2,摄像头参数测量与标定:摄像头安装固定后,将主车停于水平路面,并将陀螺仪参数初始化,测量摄像头镜头中心到地面的竖直距离h、到前轮轴的水平距离D以及到左右车轮轴中心的距离Wl和Wl,并用棋盘格标定板对摄像头的三个安装角度进行标定,得到摄像头的安装俯仰角θp、安装横摆角θy、安装旋转角θr
步骤3,测量主车的轴距L,由获取到的轮胎的实时转角θ得到主车左侧前轮轨迹是以O为圆心、半径为R的圆,其中,R与L的关系满足公式:
Figure FDA0003497624570000011
步骤4,在以摄像头镜头中心为原点的坐标系下,左、右前轮的轨迹曲线分别为:
左前轮:
Figure FDA0003497624570000012
右前轮:
Figure FDA0003497624570000013
当限定左前轮或右前轮的径向距离x在一定的范围内,可计算对应的横向距离y;
步骤5,使用近红外摄像头采集主车行驶中的图像,由于摄像头的分辨率固定,因此图像中心水平线的纵坐标y0为固定值,其次由于摄像头视场角固定,则镜头焦距对应像素值f固定,因此,在假定摄像头处于无旋转角安装的情况下,由摄像头俯仰角标定值即安装俯仰角θp与陀螺仪俯仰角实时输出值即实时俯仰角θ′p可知地面上任意点成像在图像上的纵坐标值y1与其距摄像头镜头的径向距离x的关系:
Figure FDA0003497624570000021
步骤6,根据径向距离x、横向距离y和图像垂直中心线横坐标值x0,在假定摄像头处于无旋转角安装的情况下,由摄像头横摆角标定值即安装横摆角θy与陀螺仪横摆角实时输出值即实时横摆角θ′y来推算该点呈现在图像上的像素点的横坐标值x1,公式如下:
Figure FDA0003497624570000022
步骤7,由上述步骤获取到的任一轮胎轨迹在假定摄像头处于无旋转角安装的情况下呈现的图像上的横、纵坐标点
Figure FDA0003497624570000023
来推算出实际情况下的真实横、纵坐标点
Figure FDA0003497624570000024
Figure FDA0003497624570000025
Figure FDA0003497624570000026
为坐标系旋转变换的结果,满足关系:
Figure FDA0003497624570000027
步骤8,基于上述步骤,根据获取的轮胎转角,在一定范围内的径向距离内实时计算轨迹上的点距摄像头的横向距离,将每个点连接并显示在摄像头输出的图像上,预示车辆轨迹。
CN202010513945.9A 2020-06-08 2020-06-08 预判车辆行驶轨迹的方法 Active CN111623786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010513945.9A CN111623786B (zh) 2020-06-08 2020-06-08 预判车辆行驶轨迹的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010513945.9A CN111623786B (zh) 2020-06-08 2020-06-08 预判车辆行驶轨迹的方法

Publications (2)

Publication Number Publication Date
CN111623786A CN111623786A (zh) 2020-09-04
CN111623786B true CN111623786B (zh) 2022-04-01

Family

ID=72271379

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010513945.9A Active CN111623786B (zh) 2020-06-08 2020-06-08 预判车辆行驶轨迹的方法

Country Status (1)

Country Link
CN (1) CN111623786B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112622934B (zh) * 2020-12-25 2022-06-24 上海商汤临港智能科技有限公司 一种参考轨迹点和参考轨迹生成方法、驾驶方法以及车辆
CN113282073B (zh) * 2021-05-24 2022-06-17 安徽江淮汽车集团股份有限公司 车辆行车轨迹模拟方法、车辆及计算机可读存储介质
CN114253241B (zh) * 2021-12-21 2023-12-22 昆山星际舟智能科技有限公司 用于工业智能小车的路径跟踪方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995016252A1 (en) * 1993-12-08 1995-06-15 Minnesota Mining And Manufacturing Company Method and apparatus for machine vision classification and tracking
CN102745198A (zh) * 2012-07-23 2012-10-24 北京智华驭新汽车电子技术开发有限公司 一种车辆前向轨迹辅助装置
CN102862531A (zh) * 2012-10-23 2013-01-09 浙江海康集团有限公司 一种轨迹连续变化的可视泊车辅助系统及其控制方法
CN106991703A (zh) * 2017-03-23 2017-07-28 长沙冰眼电子科技有限公司 车辆摄像监控区域获取方法和系统
CN107672589A (zh) * 2017-09-26 2018-02-09 苏州观瑞汽车技术有限公司 一种基于雷达探测数据的车辆轨迹实时预测方法和装置
CN109080631A (zh) * 2017-06-13 2018-12-25 通用汽车环球科技运作有限责任公司 用于车辆的低速横向控制的系统和方法
CN109871776A (zh) * 2019-01-23 2019-06-11 昆山星际舟智能科技有限公司 全天候车道线偏离的预警方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1995016252A1 (en) * 1993-12-08 1995-06-15 Minnesota Mining And Manufacturing Company Method and apparatus for machine vision classification and tracking
CN102745198A (zh) * 2012-07-23 2012-10-24 北京智华驭新汽车电子技术开发有限公司 一种车辆前向轨迹辅助装置
CN102862531A (zh) * 2012-10-23 2013-01-09 浙江海康集团有限公司 一种轨迹连续变化的可视泊车辅助系统及其控制方法
CN106991703A (zh) * 2017-03-23 2017-07-28 长沙冰眼电子科技有限公司 车辆摄像监控区域获取方法和系统
CN109080631A (zh) * 2017-06-13 2018-12-25 通用汽车环球科技运作有限责任公司 用于车辆的低速横向控制的系统和方法
CN107672589A (zh) * 2017-09-26 2018-02-09 苏州观瑞汽车技术有限公司 一种基于雷达探测数据的车辆轨迹实时预测方法和装置
CN109871776A (zh) * 2019-01-23 2019-06-11 昆山星际舟智能科技有限公司 全天候车道线偏离的预警方法

Also Published As

Publication number Publication date
CN111623786A (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN111623786B (zh) 预判车辆行驶轨迹的方法
RU2702850C1 (ru) Способ управления движением и устройство управления движением
CN109849922B (zh) 一种用于智能车辆的基于视觉信息与gis信息融合的方法
US10964217B2 (en) Travel control method and travel control apparatus
US11782129B2 (en) Automatic detection of overhead obstructions
CN108162974B (zh) 使用道路角度数据的车辆控制
US20120310516A1 (en) System and method for sensor based environmental model construction
CN102208035A (zh) 图像处理系统及位置测量系统
JP2011013039A (ja) 車線判定装置及びナビゲーションシステム
CN114999228B (zh) 一种自动驾驶车在恶劣天气防碰撞方法
WO2021046578A1 (en) Vehicular sensor system calibration
US11920950B2 (en) System and method for generating precise road lane map data
JP7260064B2 (ja) 自車位置推定装置、走行位置推定方法
WO2022009847A1 (ja) 悪環境判定装置、悪環境判定方法
JP2021113047A (ja) 移動体制御装置、移動体制御方法、および、移動体制御装置用プログラム
CN110375786B (zh) 一种传感器外参的标定方法、车载设备及存储介质
CN111301348B (zh) 基于电子地平线的雨刷控制方法、终端设备及存储介质
CN115953905A (zh) 一种基于激光雷达的车路协同控制系统
US20220082407A1 (en) Map system, map generating program, storage medium, on-vehicle apparatus, and server
CN110763244B (zh) 一种电子地图生成系统和方法
US20240200974A1 (en) Method, apparatus, and computer program product for road surface anomaly detection
US20230150534A1 (en) Vehicle control system and vehicle driving method using the vehicle control system
CN115626181A (zh) 自驾车的路径规划系统及方法
KR20170069555A (ko) 스마트 크루즈 컨트롤 시스템 및 그 제어 방법
TW202416216A (zh) 自駕車之路徑規劃系統及方法

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