CN112216146B - 一种车辆风险预警方法、装置、设备及车辆 - Google Patents

一种车辆风险预警方法、装置、设备及车辆 Download PDF

Info

Publication number
CN112216146B
CN112216146B CN202010971133.9A CN202010971133A CN112216146B CN 112216146 B CN112216146 B CN 112216146B CN 202010971133 A CN202010971133 A CN 202010971133A CN 112216146 B CN112216146 B CN 112216146B
Authority
CN
China
Prior art keywords
vehicle
risk
target vehicle
information
relative
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
CN202010971133.9A
Other languages
English (en)
Other versions
CN112216146A (zh
Inventor
张新
李文琪
王恺
严伟
付杰霖
陈高辉
王勤龙
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.)
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Automobile Research and Development Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Ningbo Geely Automobile Research and Development 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 Zhejiang Geely Holding Group Co Ltd, Ningbo Geely Automobile Research and Development Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202010971133.9A priority Critical patent/CN112216146B/zh
Publication of CN112216146A publication Critical patent/CN112216146A/zh
Application granted granted Critical
Publication of CN112216146B publication Critical patent/CN112216146B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种车辆风险预警方法、装置、设备及车辆，所述方法包括确定目标车辆的关联风险车辆；获取目标车辆和关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及目标车辆和关联风险车辆各自的行驶状态信息；确定每个关联风险车辆的风险系数；基于第二相对行驶信息确定每个关联风险车辆的风险权重；确定目标车辆的风险系数；获取每个关联风险车辆相对于目标车辆的位置信息；基于目标车辆的风险系数、关联风险车辆相对于目标车辆的位置信息，以及关联风险车辆对应的风险权重确定目标车辆的风险预警信息。利用本申请提供的技术方案能够提升风险预警信息的准确性和实时性，提升车辆风险预警的可靠性。

Description

一种车辆风险预警方法、装置、设备及车辆
技术领域
本发明涉及车联网技术领域，具体涉及一种车辆风险预警方法、装置、设备及车辆。
背景技术
现如今汽车正在面向自动化、网联化、电动化、共享化四个领域发展，随着车联网、V2X(vehicle to everything车对外界的信息交换)和5G通信技术的快速发展，高级辅助驾驶ADAS(Advanced Driving Assistance System)和自动驾驶中对主动安全以及被动安全的要求越来越高，行车安全成为用户的必要考量因素，用户对于汽车具有复杂场景提前预判避撞等功能的需求也越来越多。
现有技术中车辆风险预警及相关控制算法主要是根据不同的应用场景以及预警的优先级分别触发不同的控制策略，最后进行预警信息的融合，当存在复合场景(即多场景触发)时易产生预警信息的误报甚至漏报，并且由于优先级是基于自定义的规则，目前优先级的分类主要依据安全风险等级，不同的驾驶员认可的危险等级也不同，基于优先级的预警信息融合无法保证实时性和准确性，驾驶员可能会对预警提示感到迷惑，甚至产生误操作，与车辆风险预警最终的安全目标相违背，因此，需要提供更加有效的方案。
发明内容
为了解决现有技术的问题，本发明提供了一种车辆风险预警方法、装置、计算机设备及车辆。所述技术方案如下：
本申请一方面提供了一种车辆风险预警方法，所述方法包括：
确定目标车辆的关联风险车辆；
获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；
基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数；
基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重；
基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数；
获取每个关联风险车辆相对于所述目标车辆的位置信息；
基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息。
本申请另一方面提供了一种车辆风险预警装置，所述装置包括：
关联风险车辆确定模块，用于确定目标车辆的关联风险车辆；
车辆信息获取模块，用于获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；
第一风险系数确定模块，用于基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数；
权重确定模块，用于基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重；
第二风险系数确定模块，用于基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数；
位置获取模块，用于获取每个关联风险车辆相对于所述目标车辆的位置信息；
预警信息确定模块，用于基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息。
本申请另一方面提供了一种设备，所述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或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现所述车辆风险预警方法。
本申请另一方面提供了一种车辆，一种车辆，其特征在于，所述车辆包括所述的车辆风险预警装置。
本申请提供的车辆风险预警方法、装置、设备及车辆，具有如下技术效果：
本申请通过确定目标车辆的关联风险车辆；能够避免无关信息的干扰，减小数据量，提升车辆风险预警的计算效率；通过获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数；能够快速精确地计算出两车碰撞的风险系数，有利于风险系数计算的准确性，从而提升车辆风险预警的可靠性。通过基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重；基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数；客观计算目标车辆的风险系数，能够使得到的目标车辆的风险系数更加准确，有利于提升车辆风险预警的可靠性，通过获取每个关联风险车辆相对于所述目标车辆的位置信息；基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息。有利于提升车辆风险预警的可靠性，即使在多场景触发时也不会出现误报或漏报，提升风险预警信息的准确性和实时性。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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它附图。
图1是本申请实施例提供的车辆风险预警方法的一种应用环境的示意图；
图2是本申请实施例提供的另一种车辆风险预警方法的流程图；
图3是本申请实施例提供的另一种车辆风险预警方法的流程图；
图4是本申请实施例提供的一种相对方位表的示意图；
图5是本申请实施例提供的另一种车辆风险预警方法的流程图；
图6是本申请实施例提供的另一种车辆风险预警方法的流程图；
图7是本申请实施例提供的另一种车辆风险预警方法的流程图；
图8是本申请实施例提供的一种车辆风险预警装置示意图；
图9是本申请实施例提供的一种车辆风险预警的服务器的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，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、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1，图1是本申请实施例提供的车辆风险预警方法的一种应用环境的示意图，如图1所示，本发明中的车辆风险预警的应用环境可以包括目标车辆100、关联风险车辆200、基站300及路侧单元400。
在本说明书实施例中，目标车辆100可以用于确定关联风险车辆200，获取信息以确定每个关联风险车辆对应的风险系数及每个关联风险车辆对应的风险权重，并基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数，以及确定所述目标车辆的风险预警信息。所述目标车辆100可以包括网络通信单元、处理器和存储器等等，所述存储器可以用于存储获取到的信息，所述处理器可以用于进行数据处理以确定目标车辆的风险预警信息。在一个具体的实施例中，目标车辆100可以包括OBU(On board Unit车载单元)。
在本说明书实施例中，关联风险车辆200可以用于向目标车辆100发送车辆相关数据(例如，关联风险车辆的行驶状态信息以及部分所述目标车辆和所述关联风险车辆间的第一相对行驶信息、部分所述目标车辆和所述关联风险车辆间的第二相对行驶信息)。所述关联风险车辆200可以包括网络通信单元、处理器和存储器等等，所述存储器可以用于存储获取到的信息，所述处理器可以用于进行数据处理。在一个具体的实施例中，关联风险车辆200可以包括OBU(On board Unit车载单元)。
在本说明书实施例中，基站300可以用于进行目标车辆和关联风险车辆之间的安全认证、数据转发和云数据存储，作为数据的中转站，将数据转发至正确的对象，具体地，基站300可以包括网络通信单元、处理器和存储器等等。
在本说明书实施例中，路侧单元400可以用于进行车道线的识别及车道宽度的确定等，帮助目标车辆100确定相对方位表以获取每个关联风险车辆相对于所述目标车辆的位置信息。在一个具体的实施例中，所述路侧单元400可以包括RSU(Road Side Unit)，安装在路侧，采用DSRC(Dedicated Short Range Communication专用短程通信技术)技术或C-V2X(Cellular Vehicle-to-Everything移动车联网)技术，与车载单元OBU进行通讯。
请参照图1，在实际应用中，目标车辆100确定目标车辆100的关联风险车辆200；并获取所述目标车辆100和关联风险车辆200间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆100和所述关联风险车辆200各自的行驶状态信息；基于所述目标车辆100和所述关联风险车辆200各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆200对应的风险系数；基于第二相对行驶信息确定每个关联风险车辆200对应的风险权重；基于所述关联风险车辆200对应的风险系数和风险权重确定所述目标车辆100的风险系数；获取每个关联风险车辆200相对于所述目标车辆100的位置信息；基于所述目标车辆100的风险系数、所述关联风险车辆200相对于所述目标车辆100的位置信息，以及所述关联风险车辆200对应的风险权重确定所述目标车辆100的风险预警信息以实现车辆风险预警。其中，目标车辆100和关联风险车辆200直接的信息交互可以基于基站300进行转发。
此外，需要说明的是，图1仅仅是本申请实施例提供的车辆风险预警方法的应用环境的一种实施例，例如，所述车辆风险预警方法的应用环境也可以不包括基站300，相关数据无需通过基站300转发，可直接在目标车辆100和关联风险车辆200之间传递，或通过C-V2X技术使得目标车辆100和关联风险车辆200进行间接通信，本发明并不以此为限。
图2是本申请实施例提供的一种车辆风险预警方法的流程图，请参照图2，本说明书实施例提供的车辆风险预警方法包括如下步骤：
S201：确定目标车辆的关联风险车辆。
在本说明书实施例中，所述目标车辆的关联风险车辆可以包括与该目标车辆的之间的距离和相对于该目标车辆的位置信息满足预设条件的车辆，具体地，如图3所示，所述确定目标车辆的关联风险车辆可以包括：
S301：获取所述目标车辆的周边车辆与所述目标车辆的之间的距离，以及所述目标车辆的周边车辆相对于所述目标车辆的位置信息。
在本说明书实施例中，所述目标车辆的周边车辆可以包括位于该目标车辆预设距离半径范围的车辆，且预设半径范围可以根据实际应用需求进行设定。
在本说明书实施例中，所述获取所述目标车辆的周边车辆与所述目标车辆的之间的距离可以包括：
目标车辆的周边车辆发送GPS信息至该目标车辆，该目标车辆基于这些周边车辆的GPS信息及该目标车辆自己的GPS信息进行计算，得到该目标车辆的周边车辆与该目标车辆的之间的距离。
所述获取所述目标车辆的周边车辆相对于所述目标车辆的位置信息可以包括：
(1)获取车道线和车道宽度信息；
具体地，所述车道线和车道宽度信息可以由路侧单元RSU进行测算并发送至该目标车辆。
(2)基于车道线和车道宽度信息确定相对方位表；
具体地，所述相对方位表包括周边区域相对于该目标车辆的位置信息，图4是本申请实施例提供的一种相对方位表的示意图，在该实施例中与目标车辆对应的相对位置可以包括13种，即正前、前左、前右、正左、正右、正后、后左、后右、正远前、前远左、前远右、后远左和后远右。本说明书实施例中，还可以利用数字1～13对这13个区域进行编号以方便后续风险系数及预警信息的计算。
(3)基于所述周边车辆的GPS信息查询所述相对方位表确定所述目标车辆的周边车辆相对于所述目标车辆的位置信息。
在本说明书实施例中，所述目标车辆的周边车辆相对于所述目标车辆的位置信息可以包括，例如，正前，或区域对应的编号。
S303：当确定所述目标车辆的周边车辆与所述目标车辆的之间的距离和所述目标车辆的周边车辆相对于所述目标车辆的位置信息满足预设条件时，将所述目标车辆的周边车辆确定为所述目标车辆的关联风险车辆。
在本说明书实施例中，该预设条件可以包括：
该目标车辆的周边车辆与该目标车辆的之间的距离小于或等于预设距离，且该目标车辆的周边车辆相对于该目标车辆的位置信息属于预设位置范围。
具体地，所述预设距离可以根据实际应用需求或车辆安全测试结果进行确定，在一个具体的实施例中，该预设距离可以包括300米；预设位置范围也可以根据实际应用需求或车辆安全测试结果进行确定，在一个具体的实施例中，该预设位置范围可以包括上述的13种相对位置中去除后远左、正后及后远右之后剩余的10种。通过获取所述目标车辆的周边车辆与所述目标车辆的之间的距离，以及所述目标车辆的周边车辆相对于所述目标车辆的位置信息，当确定所述目标车辆的周边车辆与所述目标车辆的之间的距离和所述目标车辆的周边车辆相对于所述目标车辆的位置信息满足预设条件时，将所述目标车辆的周边车辆确定为所述目标车辆的关联风险车辆，能够避免无关信息的干扰，减小数据量，提升车辆风险预警的计算效率。
S203：获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息。
在本说明书实施例中，所述目标车辆和所述关联风险车辆间的第一相对行驶信息可以包括：
所述目标车辆相对于所述关联风险车辆的车速、所述目标车辆与所述关联风险车辆之间的实际距离，以及所述关联风险车辆相对于所述目标车辆的方位角。
所述目标车辆和所述关联风险车辆各自的行驶状态信息可以包括：
所述目标车辆的加速度、所述目标车辆的减速度、所述关联风险车辆的加速度和所述关联风险车辆的减速度。
所述第二相对行驶信息可以包括：
所述关联风险车辆相对于所述目标车辆的位置信息、所述目标车辆相对于所述关联风险车辆的车速，以及所述目标车辆与所述关联风险车辆之间的实际距离。
S205：基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数。
具体地，如图5所示，所述基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数可以包括：
S501：查询预设安全距离表确定，与当前时刻的第一相对行驶信息和所述目标车辆和所述关联风险车辆各自的行驶状态信息对应的目标安全距离。
具体地，该目标安全距离包括需要所述目标车辆和所述关联风险车辆之间能够达到的，不会产生安全隐患的距离。
在本说明书实施例中，该预设安全距离表可以包括所述第一相对行驶信息和所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述目标安全距离之间的映射关系。在一个具体的实施例中，所述目标车辆和所述关联风险车辆间的第一相对行驶信息可以包括：所述目标车辆相对于所述关联风险车辆的车速、所述目标车辆与所述关联风险车辆之间的实际距离，以及所述关联风险车辆相对于所述目标车辆的方位角。所述目标车辆和所述关联风险车辆各自的行驶状态信息可以包括：所述目标车辆的加速度、所述目标车辆的减速度、所述关联风险车辆的加速度和所述关联风险车辆的减速度。在进行查表时可以根据上述7个因素(即目标车辆相对于所述关联风险车辆的车速、所述目标车辆与所述关联风险车辆之间的实际距离、所述关联风险车辆相对于所述目标车辆的方位角、所述目标车辆的加速度、所述目标车辆的减速度、所述关联风险车辆的加速度和所述关联风险车辆的减速度)查询预设安全距离表，确定与当前时刻的第一相对行驶信息和所述目标车辆和所述关联风险车辆各自的行驶状态信息对应的目标安全距离。在实际应用中，所述预设安全距离表可以根据预先的车辆安全测试归纳得出。
S503：确定当前时刻的目标安全距离和当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第一差值。
在本说明书实施例中，所述确定当前时刻的目标安全距离和当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第一差值可以基于如下公式：
deltaS＝Sset-Sact
其中，deltaS表示所述第一差值，Sset表示当前时刻的目标安全距离，Sact表示当前时刻所述目标车辆与所述关联风险车辆之间的实际距离。
S505：当确定所述第一差值大于预设阈值时，基于所述第一差值确定第一预设系数。
在本说明书实施例中，预设阈值可以根据实际应用需求进行设定，在一个具体的实施例中，该预设阈值可以包括0，即当确定当前时刻所述目标车辆与所述关联风险车辆之间的实际距离小于当前时刻的目标安全距离时，基于所述第一差值确定第一预设系数(即开始进行风险计算)。有利于及时计算车辆风险信息，保证消息的实时性且避免无关消息对驾驶员造成干扰，提升车辆行驶的可靠性。
在实际应用中，基于所述第一差值确定第一预设系数可以包括：基于所述第一差值查询第一预设系数表，确定所述第一预设系数。其中，所述第一预设系数表包括所述第一差值与所述第一预设系数之间的映射关系，且所述第一预设系数表可以根据车辆安全测试归纳得出。通过查表确定第一预设系数，能够便于动态调节系数。
S507：确定上一时刻确定的目标安全距离和上一时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第二差值，所述当前时刻与所述上一时刻之间的时间差等于所述目标车辆进行风险预警信息计算的周期。
在本说明书实施例中，所述确定上一时刻确定的目标安全距离和上一时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第二差值可以基于如下公式：
Pre deltaS＝Pre Sset-Pre Sact
其中，Pre deltaS表示所述第二差值(即上一时刻的deltaS)，Pre Sset表示上一时刻的目标安全距离，Pre Sact表示上一时刻所述目标车辆与所述关联风险车辆之间的实际距离。车辆在满足开始计算的条件(所述第一差值大于预设阈值)之后即开始根据预设的周期持续计算风险预警信息，所述当前时刻与所述上一时刻之间的时间差等于所述目标车辆进行风险预警信息计算的周期，在实际应用中，该目标车辆进行风险预警信息计算的周期可以包括，例如，10ms。
S509：基于所述第一差值和所述第二差值确定第二预设系数。
具体地，所述基于所述第一差值和所述第二差值确定第二预设系数可以包括：确定所述第一差值和所述第二差值的差值(即(deltaS-Pre deltaS))，基于所述第一差值和所述第二差值的差值(即(deltaS-Pre deltaS))查询第二预设系数表，确定所述第二预设系数。其中，该第二预设系数表包括所述第一差值和所述第二差值的差值(即(deltaS-PredeltaS))与所述第二预设系数之间的映射关系，且该第二预设系数表可以根据车辆安全测试归纳得出。通过查表确定第二预设系数，能够便于动态调节系数。
S511：基于所述当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离确定第三预设系数。
在实际应用中，所述第三预设系数可以包括前馈项Ff；所述基于所述当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离确定第三预设系数可以包括：基于所述当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离查询第三预设系数表，确定第三预设系数。在实际应用中，所述第三预设系数(前馈项Ff)受两车驾驶员控制影响，能够反映驾驶员对预警信号的响应，当驾驶员已经收到碰撞提醒或预警信息而不做减速或变向使得两车之间的实际距离越来越小时，前馈项Ff会变大(在一个具体的实施例中，前馈项Ff此时可以趋向于100)，当驾驶员在碰撞提醒提示前进行减速或变向使得两车之间的实际距离越来越大时，前馈项Ff会变小，(在一个具体的实施例中，前馈项Ff此时可以趋向于0)。
其中，所述第三预设系数表包括所述目标车辆与所述关联风险车辆之间的实际距离与所述第三预设系数之间的映射关系，且所述第三预设系数表可以根据车辆安全测试归纳得出。
S513：基于所述第一差值、所述第二差值、所述第一预设系数、所述第二预设系数和所述第三预设系数确定每个关联风险车辆对应的风险系数。
具体地，基于所述第一差值、所述第二差值、所述第一预设系数、所述第二预设系数和所述第三预设系数确定每个关联风险车辆对应的风险系数可以通过如下公式原理进行确定：
Figure BDA0002684085090000121
其中，Rn为单个关联风险车辆对应的风险系数，deltaS当前时刻的目标安全距离和当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第一差值，Pre deltaS表示上一时刻确定的目标安全距离和上一时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第二差值(上一时刻的deltaS)，Kp为比例项系数，即第一预设系数，Kd为微分项系数，即第二预设系数，Ff为前馈项，即第三预设系数，Td为微分时间常数，是预设的固定值。上述公式采用了虚拟闭环PD(比例-微分)加前馈的计算策略，即目标车辆在确定关联风险车辆之后，能够与每一关联风险车辆组环，通过虚拟闭环PD(比例-微分)加前馈的原理进行风险系数的计算，能够快速精确地计算出两车碰撞的风险系数，其中，比例控制速度快，微分控制项有利于提升稳定性，具有预见信号变化趋势的特点，有利于后续进行风险预警，由于还存在驾驶员控制的影响，通过引入前馈项Ff，前馈项Ff受两车驾驶员控制影响，能够反映驾驶员对预警信号的响应，当驾驶员已经收到碰撞提醒或预警信息而不减速或变向使得两车之间的实际距离越来越小时，前馈项Ff会变大，当驾驶员在碰撞提醒提示前进行减速或变向使得两车之间的实际距离越来越大时，前馈项Ff会变小，有利于风险系数计算的准确性，从而提升车辆风险预警的可靠性。
在另一个实施例中，上述风险系数计算的公式还可以包括环境影响因子Offset，如下所示：
Figure BDA0002684085090000122
具体地，所述环境影响因子Offset用于反映外界环境因素对风险系数的影响，该环境影响因子Offset可以与一个或多个外界环境因素有关，外界环境因素可以包括路面阻力系数等，通过引入环境影响因子Offset有利于提升风险系数计算的准确性。
S207：基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重。
具体地，所述基于所述目标车辆和所述关联风险车辆间的第二相对行驶信息确定每个关联风险车辆对应的风险权重可以包括：
基于所述关联风险车辆相对于所述目标车辆的位置信息、所述目标车辆相对于所述关联风险车辆的车速，以及所述目标车辆与所述关联风险车辆之间的实际距离查询预设权重配置表，确定每个关联风险车辆对应的风险权重。
在实际应用中，全部关联风险车辆对应的风险权重之和为1，可以参见如下公式：
Weight1+Weight2+Weight3+…+Weightn＝1
由于多种因素的影响，不同的关联风险车辆对应的风险权重不同(即不同的关联风险车辆对于目标车辆构成的安全威胁等级不同，例如，正前方的关联风险车辆对应的权重往往大于远前方的关联风险车辆对应的权重)。目标车辆基于所述目标车辆和所述关联风险车辆间的第二相对行驶信息确定每个关联风险车辆对应的风险权重有利于提升车辆风险预警的准确性。具体地，该预设权重配置表包括所述关联风险车辆相对于所述目标车辆的位置信息、所述目标车辆相对于所述关联风险车辆的车速、所述目标车辆与所述关联风险车辆之间的实际距离，以及所述关联风险车辆对应的风险权重之间的映射关系，且该预设权重配置表可以根据车辆安全测试归纳得出。
S209：基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数。
具体地，该目标车辆的风险系数可以通过如下公式原理进行确定：
R＝R1*Weight1+R2*Weight2+R3*Weight3+…+Rn*Weightn
其中，R表示目标车辆的风险系数，R1～Rn表示每个关联风险车辆对应的风险系数，Weight1～Weightn表示每个关联风险车辆对应的风险权重，在一个具体的实施例中，该目标车辆的风险系数R的取值范围可以是0≤R≤100。
通过基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数，能够使得到的目标车辆的风险系数更加准确，从而有利于提升车辆风险预警的可靠性，客观计算目标车辆的风险系数，即使在多场景触发时也不会出现误报或漏报，提升风险预警信息的准确性和实时性。
S211：获取每个关联风险车辆相对于所述目标车辆的位置信息。
具体地，每个关联风险车辆相对于所述目标车辆的位置信息可以包括：所述目标车辆基于所述关联风险车辆的GPS信息查询所述相对方位表(划分的1～13这13个区域)确定的所述关联风险车辆相对于所述目标车辆的位置信息。在一个具体的实施例中，所述关联风险车辆相对于所述目标车辆的位置信息可以包括，例如，正前；或正前这个区域对应的编号。
S213：基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息。
具体地，如图6所示，所述基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息可以包括：
S601：基于所述目标车辆的风险系数和所述关联风险车辆相对于所述目标车辆的位置信息查询预设预警信息表，分别确定每个关联风险车辆对应的风险位置类型和风险严重程度。
在实际应用中，所述关联风险车辆对应的风险位置类型可以包括：
前向碰撞预警(FCW)、左转辅助预警(LTA)、盲区预警(BSW)、紧急制动预警(EBW)、异常车辆提醒预警(AVW)、车辆失控预警(CLW)、变道预警(LCW)、逆向超车预警(DNPW)、特殊车辆提醒预警(EVW)和十字交叉路口预警(ICW)。在一个实施例中，可以基于所述关联风险车辆相对于所述目标车辆的位置信息确定所述关联风险车辆对应的风险位置类型，例如，所述关联风险车辆相对于所述目标车辆的位置信息为“正前”，则该关联风险车辆对应的风险位置类型可以包括“前向碰撞预警(FCW)”。
在本说明书实施例中，关联风险车辆对应的风险严重程度可以根据实际应用需求进行设置。在本说明书实施例中，关联风险车辆对应的风险严重程度可以包括“轻度风险”和“严重风险”两种，当确定目标车辆的风险系数属于第一预设阈值范围时，该关联风险车辆对应的风险严重程度可以包括“轻度风险”；当确定该目标车辆的风险系数属于第二预设阈值范围时，该关联风险车辆对应的风险严重程度可以包括“严重风险”；在一个具体地实施例中，第一预设阈值范围可以包括0≤R<50，第二预设阈值范围可以包括50≤R≤100。
预设预警信息表包括所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述目标车辆的风险预警信息之间的映射关系，且该预设预警信息表可以根据车辆安全测试归纳得出。在一个具体的实施例中，当目标车辆的风险系数为30，关联风险车辆相对于所述目标车辆的位置信息为“正前”时，查询预设预警信息表确定的该关联风险车辆对应的风险位置类型和风险严重程度分别为“轻度风险”和“前向碰撞预警(FCW)”。在实际应用中，除了通过查询预设预警信息表确定每个关联风险车辆对应的风险位置类型和风险严重程度之外，还可以通过查询数据集合、非线性函数或分段函数等方式，本发明的实施例并不以此为限。
S603：基于所述关联风险车辆对应的风险权重进行风险排名，确定排名属于预设范围的关联风险车辆。
具体地，所述基于所述关联风险车辆对应的风险权重进行风险排名可以包括：基于所述关联风险车辆对应的风险权重，按照从大到小的顺序进行风险排名，确定排名属于预设范围的关联风险车辆即确定排名较前的(风险权重较大的)关联风险车辆。
具体地，该预设范围可以根据实际应用需求进行设定，在本说明书实施例中，所述预设范围可以包括排名最前的一个，或，排名的前三个。
S605：将所述排名属于预设范围的关联风险车辆对应的风险位置类型和风险严重程度作为所述目标车辆的风险预警信息。
通过基于所述关联风险车辆对应的风险权重进行风险排名，确定排名属于预设范围的关联风险车辆，基于所述关联风险车辆对应的风险权重进行风险排名，确定排名属于预设范围的关联风险车辆，有利于关联风险车辆进行筛选，避免因信息过多对驾驶员进行困扰，有利于车辆风险预警的准确性和可靠性。
如图7所示，在本说明书实施例中，在目标车辆基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息之后，所述方法还可以包括：
S701：基于所述目标车辆的车载设备对所述目标车辆的风险预警信息进行显示提醒。
在实际应用中，所述车载设备可以包括但不限于车载显示设备(例如，显示屏)、声音系统及灯光系统。在一个实施例中，当所述目标车辆的风险预警信息包括：关联风险车辆对应的风险位置类型为前向碰撞预警(FCW)，风险严重程度为“轻度风险”，此时可以通过该目标车辆的车载设备进行风险提醒，即通过车载显示设备通过黄色字体显示前向碰撞预警，配合声音系统(每隔1s发出预警提示音)；当所述目标车辆的风险预警信息包括：关联风险车辆对应的风险位置类型为前向碰撞预警(FCW)，风险严重程度为“严重风险”，此时可以通过目标车辆的车载设备进行风险报警，即通过车载显示设备通过红色字体显示前向碰撞预警，配合声音系统(每隔0.5s发出预警提示音)。
通过基于所述目标车辆的车载设备对所述目标车辆的风险预警信息进行显示提醒，能够及时且直观地对所述目标车辆的风险预警信息进行显示提醒，降低车辆事故风险，且能够辅助驾驶员进行风险判断，提升车辆风险预警的可靠性。
在实际应用中，由于目标车辆的风险系数有可能在临界点变化，此时该目标车辆的风险预警信息可能会在“轻度风险”和“严重风险”中来回跳变(即在风险提醒和风险报警中来回跳变)，会对驾驶员的判断带来困难，因此需要设定预警信息锁定策略避免预警信息的跳变。出于安全保障的角度考虑，当目标车辆进入风险报警时(即风险严重程度为“严重风险”，目标车辆的风险系数属于50≤R≤100)，需要满足预设退出报警条件，目标车辆才能够退出风险报警进入风险提醒。具体地，所述预设退出报警条件可以包括：报警时间大于预设时长，且目标车辆的风险系数小于预设值，所述预设时长及所述预设值可以根据实际应用需求进行设定，在实际应用中，例如，所述预设时长可以包括3秒，所述预设值可以包括45。有利于提升车辆风险预警的可靠性，更加灵活。
在本说明书实施例中，通过目标车辆确定目标车辆的关联风险车辆，且目标车辆确定目标车辆的关联风险车辆包括目标车辆获取所述目标车辆的周边车辆与所述目标车辆的之间的距离，以及所述目标车辆的周边车辆相对于所述目标车辆的位置信息；当确定所述目标车辆的周边车辆与所述目标车辆的之间的距离和所述目标车辆的周边车辆相对于所述目标车辆的位置信息满足预设条件时，目标车辆将所述目标车辆的周边车辆确定为所述目标车辆的关联风险车辆，能够避免无关信息的干扰，减小数据量，提升车辆风险预警的计算效率。目标车辆获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；目标车辆基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数，通过虚拟闭环PD(比例-微分)加前馈的原理进行风险系数的计算，能够快速精确地计算出两车碰撞的风险系数，有利于风险系数计算的准确性，从而提升车辆风险预警的可靠性。由于多种因素的影响，不同的关联风险车辆对应的风险权重不同(即不同的关联风险车辆对于目标车辆构成的安全威胁等级不同，通过目标车辆基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重，有利于提升车辆风险预警的准确性。通过基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数，能够使得到的目标车辆的风险系数更加准确，从而有利于提升车辆风险预警的可靠性，客观计算目标车辆的风险系数，即使在多场景触发时也不会出现误报或漏报，提升风险预警信息的准确性和实时性。目标车辆获取每个关联风险车辆相对于所述目标车辆的位置信息；目标车辆基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息；有利于关联风险车辆进行筛选，避免因信息过多对驾驶员进行困扰，有利于车辆风险预警的准确性和可靠性。
本发明实施例还提供了一种车辆风险预警装置的实施例，如图8所示，所述装置可以包括：
关联风险车辆确定模块810，用于确定目标车辆的关联风险车辆；
车辆信息获取模块820，用于获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；
第一风险系数确定模块830，用于基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数；
权重确定模块840，用于基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重；
第二风险系数确定模块850，用于基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数；
位置获取模块860，用于获取每个关联风险车辆相对于所述目标车辆的位置信息；
预警信息确定模块870，用于基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息。
具体地，所述第一风险系数确定模块830可以包括：
目标安全距离确定单元，用于查询预设安全距离表确定，与当前时刻的第一相对行驶信息和所述目标车辆和所述关联风险车辆各自的行驶状态信息对应的目标安全距离；
第一差值确定单元，用于确定当前时刻的目标安全距离和当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第一差值；
第一预设系数确定单元，用于当确定所述第一差值大于预设阈值时，基于所述第一差值确定第一预设系数；
第二差值确定单元，用于确定上一时刻确定的目标安全距离和上一时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第二差值，所述当前时刻与所述上一时刻之间的时间差等于所述目标车辆进行风险预警信息计算的周期；
第二预设系数确定单元，用于基于所述第一差值和所述第二差值确定第二预设系数；
第三预设系数确定单元，用于基于所述当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离确定第三预设系数；
风险系数确定单元，用于基于所述第一差值、所述第二差值、所述第一预设系数、所述第二预设系数和所述第三预设系数确定每个关联风险车辆对应的风险系数。
具体地，所述关联风险车辆确定模块810可以包括：
信息获取确定单元，用于获取所述目标车辆的周边车辆与所述目标车辆的之间的距离，以及所述目标车辆的周边车辆相对于所述目标车辆的位置信息；
关联风险车辆确定单元，用于当确定所述目标车辆的周边车辆与所述目标车辆的之间的距离和所述目标车辆的周边车辆相对于所述目标车辆的位置信息满足预设条件时，将所述目标车辆的周边车辆确定为所述目标车辆的关联风险车辆。
具体地，所述预警信息确定模块870可以包括：
预警信息查表单元，用于基于所述目标车辆的风险系数和所述关联风险车辆相对于所述目标车辆的位置信息查询预设预警信息表，分别确定每个关联风险车辆对应的风险位置类型和风险严重程度；
风险排名单元，用于基于所述关联风险车辆对应的风险权重进行风险排名，确定排名属于预设范围的关联风险车辆；
风险预警信息确定单元，用于将所述排名属于预设范围的关联风险车辆对应的风险位置类型和风险严重程度作为所述目标车辆的风险预警信息。
在一个实施例中，所述车辆风险预警装置还可以包括：
风险预警信息显示模块，用于在基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息之后，基于所述目标车辆的车载设备对所述目标车辆的风险预警信息进行显示提醒。
本发明实施例提供了一种车辆，该车辆包括上述的车辆风险预警装置。
本发明实施例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，该存储器中存储有至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的车辆风险预警方法。
存储器可用于存储软件程序以及模块，处理器通过运行存储在存储器的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、功能所需的应用程序等；存储数据区可存储根据所述设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器还可以包括存储器控制器，以提供处理器对存储器的访问。
本发明实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行，即上述计算机设备可以包括移动终端、计算机终端、服务器或者类似的运算装置。以运行在服务器上为例，图9是本发明实施例提供的一种车辆风险预警方法的服务器的硬件结构框图。如图9所示，该服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，CPU)910(处理器910可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器930，一个或一个以上存储应用程序923或数据922的存储介质920(例如一个或一个以上海量存储设备)。其中，存储器930和存储介质920可以是短暂存储或持久存储。存储在存储介质920的程序可以包括一个或一个以上模块，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器910可以设置为与存储介质920通信，在服务器900上执行存储介质920中的一系列指令操作。服务器900还可以包括一个或一个以上电源960，一个或一个以上有线或无线网络接口950，一个或一个以上输入输出接口940，和/或，一个或一个以上操作系统921，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
本领域普通技术人员可以理解，图9所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，服务器900还可包括比图9中所示更多或者更少的组件，或者具有与图9所示不同的配置。
本发明的实施例还提供了一种计算机可读存储介质，所述存储介质可设置于服务器之中以保存用于实现方法实施例中一种车辆风险预警方法相关的至少一条指令或至少一段程序，该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的车辆风险预警方法。
可选地，在本实施例中，上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本发明提供的车辆风险预警方法、系统、计算机设备或车辆的实施例可见，本发明通过目标车辆确定目标车辆的关联风险车辆，且目标车辆确定目标车辆的关联风险车辆包括目标车辆获取所述目标车辆的周边车辆与所述目标车辆的之间的距离，以及所述目标车辆的周边车辆相对于所述目标车辆的位置信息；当确定所述目标车辆的周边车辆与所述目标车辆的之间的距离和所述目标车辆的周边车辆相对于所述目标车辆的位置信息满足预设条件时，目标车辆将所述目标车辆的周边车辆确定为所述目标车辆的关联风险车辆，能够避免无关信息的干扰，减小数据量，提升车辆风险预警的计算效率。目标车辆获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；目标车辆基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数，通过虚拟闭环PD(比例-微分)加前馈的原理进行风险系数的计算，能够快速精确地计算出两车碰撞的风险系数，有利于风险系数计算的准确性，从而提升车辆风险预警的可靠性。由于多种因素的影响，不同的关联风险车辆对应的风险权重不同(即不同的关联风险车辆对于目标车辆构成的安全威胁等级不同，通过目标车辆基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重，有利于提升车辆风险预警的准确性。通过基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数，能够使得到的目标车辆的风险系数更加准确，从而有利于提升车辆风险预警的可靠性，客观计算目标车辆的风险系数，即使在多场景触发时也不会出现误报或漏报，提升风险预警信息的准确性和实时性。目标车辆获取每个关联风险车辆相对于所述目标车辆的位置信息；目标车辆基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息；有利于关联风险车辆进行筛选，避免因信息过多对驾驶员进行困扰，有利于车辆风险预警的准确性和可靠性。
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备和存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
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。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种车辆风险预警方法，其特征在于，所述方法包括：
确定目标车辆的关联风险车辆；
获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；
基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数；
基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重；
基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数；
获取每个关联风险车辆相对于所述目标车辆的位置信息；
基于所述目标车辆的风险系数和所述关联风险车辆相对于所述目标车辆的位置信息查询预设预警信息表，分别确定每个关联风险车辆对应的风险位置类型和风险严重程度；
基于所述关联风险车辆对应的风险权重进行风险排名，确定排名属于预设范围的关联风险车辆；
将所述排名属于预设范围的关联风险车辆对应的风险位置类型和风险严重程度作为所述目标车辆的风险预警信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数包括：
查询预设安全距离表确定，与当前时刻的第一相对行驶信息和所述目标车辆和所述关联风险车辆各自的行驶状态信息对应的目标安全距离；
确定当前时刻的目标安全距离和当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第一差值；
当确定所述第一差值大于预设阈值时，基于所述第一差值确定第一预设系数；
确定上一时刻确定的目标安全距离和上一时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离的第二差值，所述当前时刻与所述上一时刻之间的时间差等于所述目标车辆进行风险预警信息计算的周期；
基于所述第一差值和所述第二差值确定第二预设系数；
基于所述当前时刻的第一相对行驶信息中所述目标车辆与所述关联风险车辆之间的实际距离确定第三预设系数；
基于所述第一差值、所述第二差值、所述第一预设系数、所述第二预设系数和所述第三预设系数确定每个关联风险车辆对应的风险系数。
3.根据权利要求1所述的方法，其特征在于，所述确定目标车辆的关联风险车辆包括：
获取所述目标车辆的周边车辆与所述目标车辆的之间的距离，以及所述目标车辆的周边车辆相对于所述目标车辆的位置信息；
当确定所述目标车辆的周边车辆与所述目标车辆的之间的距离和所述目标车辆的周边车辆相对于所述目标车辆的位置信息满足预设条件时，将所述目标车辆的周边车辆确定为所述目标车辆的关联风险车辆。
4.根据权利要求1所述的方法，其特征在于，所述目标车辆和所述关联风险车辆间的第二相对行驶信息包括：所述关联风险车辆相对于所述目标车辆的位置信息、所述目标车辆相对于所述关联风险车辆的车速，以及所述目标车辆与所述关联风险车辆之间的实际距离。
5.根据权利要求1所述的方法，其特征在于，所述基于所述目标车辆和所述关联风险车辆间的第二相对行驶信息确定每个关联风险车辆对应的风险权重包括：
基于所述关联风险车辆相对于所述目标车辆的位置信息、所述目标车辆相对于所述关联风险车辆的车速，以及所述目标车辆与所述关联风险车辆之间的实际距离查询预设权重配置表，确定每个关联风险车辆对应的风险权重。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
在基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息之后，基于所述目标车辆的车载设备对所述目标车辆的风险预警信息进行显示提醒。
7.一种车辆风险预警装置，其特征在于，所述装置包括：
关联风险车辆确定模块，用于确定目标车辆的关联风险车辆；
车辆信息获取模块，用于获取所述目标车辆和所述关联风险车辆间的第一相对行驶信息和第二相对行驶信息，以及所述目标车辆和所述关联风险车辆各自的行驶状态信息；
第一风险系数确定模块，用于基于所述目标车辆和所述关联风险车辆各自的行驶状态信息，以及所述第一相对行驶信息确定每个关联风险车辆对应的风险系数；
权重确定模块，用于基于所述第二相对行驶信息确定每个关联风险车辆对应的风险权重；
第二风险系数确定模块，用于基于所述关联风险车辆对应的风险系数和风险权重确定所述目标车辆的风险系数；
位置获取模块，用于获取每个关联风险车辆相对于所述目标车辆的位置信息；
预警信息确定模块，用于基于所述目标车辆的风险系数、所述关联风险车辆相对于所述目标车辆的位置信息，以及所述关联风险车辆对应的风险权重确定所述目标车辆的风险预警信息；还用于基于所述目标车辆的风险系数和所述关联风险车辆相对于所述目标车辆的位置信息查询预设预警信息表，分别确定每个关联风险车辆对应的风险位置类型和风险严重程度；还用于基于所述关联风险车辆对应的风险权重进行风险排名，确定排名属于预设范围的关联风险车辆；还用于将所述排名属于预设范围的关联风险车辆对应的风险位置类型和风险严重程度作为所述目标车辆的风险预警信息。
8.一种车辆风险预警设备，其特征在于，所述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或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1至6任一所述的车辆风险预警方法。
9.一种车辆，其特征在于，所述车辆包括权利要求8所述的车辆风险预警设备。
CN202010971133.9A 2020-09-16 2020-09-16 一种车辆风险预警方法、装置、设备及车辆 Active CN112216146B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010971133.9A CN112216146B (zh) 2020-09-16 2020-09-16 一种车辆风险预警方法、装置、设备及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010971133.9A CN112216146B (zh) 2020-09-16 2020-09-16 一种车辆风险预警方法、装置、设备及车辆

Publications (2)

Publication Number Publication Date
CN112216146A CN112216146A (zh) 2021-01-12
CN112216146B true CN112216146B (zh) 2022-06-03

Family

ID=74049576

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010971133.9A Active CN112216146B (zh) 2020-09-16 2020-09-16 一种车辆风险预警方法、装置、设备及车辆

Country Status (1)

Country Link
CN (1) CN112216146B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113165670A (zh) * 2021-03-01 2021-07-23 华为技术有限公司 一种智能驾驶方法、装置、存储介质及计算机程序
CN115035630A (zh) * 2021-03-05 2022-09-09 广州汽车集团股份有限公司 一种车辆预警提示处理方法、车载控制器及存储介质
CN113807168A (zh) * 2021-08-05 2021-12-17 北京蜂云科创信息技术有限公司 一种车辆行驶环境感知方法、车载设备和存储介质
CN114937361B (zh) * 2022-05-19 2024-05-28 广州新致信息科技有限公司 一种城市交通服务系统及操作方法
CN117008775B (zh) * 2023-05-19 2024-04-12 江苏泽景汽车电子股份有限公司 一种显示方法、装置、电子设备及存储介质
CN117933693B (zh) * 2023-12-12 2024-10-29 江苏绿配网络科技有限公司 一种新能源商用车经营风险分析方法及装置
CN117727183B (zh) * 2024-02-18 2024-05-17 南京淼瀛科技有限公司 结合车路协同的自动驾驶安全预警方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003196800A (ja) * 2001-12-27 2003-07-11 Sumitomo Electric Ind Ltd 支援情報提供システム、及び支援情報提供装置
US11247682B2 (en) * 2017-03-01 2022-02-15 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN107170290A (zh) * 2017-06-23 2017-09-15 深圳市盛路物联通讯技术有限公司 一种在雾霾天智能行驶的方法及装置
KR20190033159A (ko) * 2017-09-21 2019-03-29 주식회사 만도 충돌 방지 제어 장치 및 방법
CN111497741B (zh) * 2019-01-30 2022-04-08 杭州海康威视数字技术股份有限公司 碰撞预警方法及装置
CN110517486A (zh) * 2019-08-16 2019-11-29 东南大学 一种基于驾驶行为状态的前向碰撞预警方法
CN110488802B (zh) * 2019-08-21 2020-05-12 清华大学 一种网联环境下的自动驾驶车辆动态行为决策方法
CN111553605A (zh) * 2020-04-30 2020-08-18 安徽江淮汽车集团股份有限公司 车辆变道风险评估方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN112216146A (zh) 2021-01-12

Similar Documents

Publication Publication Date Title
CN112216146B (zh) 一种车辆风险预警方法、装置、设备及车辆
US6968266B2 (en) Object detection in adaptive cruise control
CN109559532B (zh) 高速公路出口分流区车路协同安全预警控制方法
CN109080626B (zh) 车辆故障处理方法
US8660778B2 (en) Running plan creating apparatus
CN106428001B (zh) 一种用于车辆的变道预警方法及系统
US10692369B2 (en) Server and information providing device
US8711003B2 (en) Vehicle location information-based abnormal driving determination and warning system
EP4023522A1 (en) Self-adaptive cruise system supporting traffic light recognition and control method
CN111951569B (zh) 一种绿波通行方法和装置
CN111469837B (zh) 车辆碰撞预测方法及装置
CN109050530B (zh) 一种巡航加速控制系统及方法
CN110395251A (zh) 一种基于多传感器融合数据的自动紧急制动决策方法
CN110356377A (zh) 一种自动紧急制动的决策方法、车载设备及存储介质
CN109427213B (zh) 用于车辆的防碰撞装置、方法及非暂时性存储介质
US20120078498A1 (en) Vehicular peripheral surveillance device
US10755565B2 (en) Prioritized vehicle messaging
CN109515435A (zh) 车辆防撞提醒的方法及装置
EP4134288B1 (en) Vehicle behavior estimation method, vehicle control method, and vehicle behavior estimation device
CN113453969A (zh) 用于保护车辆的方法
CN110576856A (zh) 一种自适应巡航状态下的速度确定方法、装置及汽车
CN109733399A (zh) 一种自动限速调节方法及系统
CN108520639A (zh) 一种防止车辆碰撞的预警方法及系统
EP1096459B1 (en) Bumping prevention system
EP2172920B1 (en) Threat assessment for unexpected events

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