CN112712733A - 基于车路协同的碰撞预警方法、系统和路侧单元 - Google Patents
基于车路协同的碰撞预警方法、系统和路侧单元 Download PDFInfo
- Publication number
- CN112712733A CN112712733A CN202011540214.XA CN202011540214A CN112712733A CN 112712733 A CN112712733 A CN 112712733A CN 202011540214 A CN202011540214 A CN 202011540214A CN 112712733 A CN112712733 A CN 112712733A
- Authority
- CN
- China
- Prior art keywords
- information
- moving target
- collision
- vehicle
- warning
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种基于车路协同的碰撞预警方法、系统和智能终端,该方法包括:采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。利用车联网车载与路侧通信设备,减少对弱势交通参与者的设备安装要求,又利用定向声波传输技术提升预警的准确性。
Description
技术领域
本发明涉及道路预警技术领域,尤其涉及一种基于车路协同的碰撞预警方法、系统和路侧单元。
背景技术
道路交通实践中,大型车辆驾驶员视觉盲区一直是交通事故的常见诱因。特别是在交叉路口,大型车辆右转弯、从静止状态起步等与非机动车、行人等交通弱势参与者发生碰撞的事故时常发生。为避免交通事故造成生命财产损失,通常可以从车辆、道路和行人三个方面采取防护措施。
在车辆方面采取的防护措施,目前有采用沿车辆纵向两侧安装视觉摄像头、毫米波雷达、超声波传感器、红外线传感器等设备实现对车辆所处道路环境的感知,并将感知或预警结果通过车辆总线发送给驾驶人,具有较为理想的预警应用能力,但是一方面大型车辆传感器后装困难,如牵引车和半挂车之间无备用传输总线,传感器信号传输条件难以保证;另一方面在车辆转弯等运动过程中,传感器有效覆盖区域发生动态变化,进而难以保证传感器有效感知区域满足预警功能需要。
在道路方面采取的防护措施,目前有采用在右转车道施画危险区域标线,以此警示非机动车、行人,相比加装传感器这种方法更为简单,但大型车辆自身长度与承载货物制式不一,危险区域施画难以归一统计,另一方面仅对于转弯过程中的碰撞事故进行预警,难以对违反路口标志标线转弯规定或(直行)起步阶段车辆事故有效预警,功能单一且难以在复杂道路条件下施用。
在非机动车、行人方面采取的防护措施,目前有采用在行人衣服中和非机动车车体结构中添加被动式射频识别标签在路口安装相应载波信号发射器,相应路侧设备在接收到射频识别标签信号后结合碰撞运动目标通过无线通信向车辆发送警告信号。这种利用无线通信技术的预警方法可以在复杂环境中使用,但是其缺陷也是明显的,一方面在衣物、非机动车车体结构中加装射频识别标签分别会影响衣物的美观与结构稳定性;另一方面忽略交通弱势参与者而仅对大型车辆驾驶员通过无线通信方式提供预警信息也难以保证预警的有效性。
发明内容
本发明实施例提供一种基于车路协同的碰撞预警方法、系统和路侧单元,以至少解决现有技术中存在的上述技术问题。
为了解决上述技术问题,本发明提供以下技术方案:
一种基于车路协同的碰撞预警方法,所述方法包括:
采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;
基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;
根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。
进一步地,所述采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配,具体包括:
接收车辆的车联网BSM信息,所述BSM信息包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制信息;
获取道路交环境通图像信息;
获取道路交通环境点云信息;
将所述车联网BSM信息、道路交环境通图像信息和道路交通环境点云信息进行运动目标信息匹配。
进一步地,所述根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻,具体包括:
基于道路交环境通图像信息识别运动目标,获取运动目标的类型,跟踪运动目标对其作出编号标识;
根据运动目标中大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率、发生区域和碰撞时刻。
进一步地,所述判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻,具体包括:
接收警告文字和云台指向控制命令;
根据云台指向控制命令,调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;
将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
本发明还提供一种基于车路协同的碰撞预警系统,所述系统包括:
环境感知子系统,用于采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;并基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;
边缘计算子系统,用于根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;
警告子系统,用于判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。
进一步地,所述环境感知子系统具体用于:
接收车辆的车联网BSM信息,所述BSM信息包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制信息;
获取道路交环境通图像信息;
获取道路交通环境点云信息;
将所述车联网BSM信息、道路交环境通图像信息和道路交通环境点云信息进行运动目标信息匹配。
进一步地,所述边缘计算子系统具体用于:
基于道路交环境通图像信息识别运动目标,获取运动目标的类型,跟踪运动目标对其作出编号标识;
根据运动目标中大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率、发生区域和碰撞时刻。
进一步地,所述警告子系统具体用于:
接收警告文字和云台指向控制命令;
根据云台指向控制命令,调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;
将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
本发明还提供一种路侧单元,所述路侧单元包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如上所述的方法。
本发明还提供一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如上所述的方法。
本发明所提供的基于车路协同的碰撞预警方法,通过采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。利用车路协同方式将路侧边缘计算分析结果分别通过V2X技术和超声波定向声波技术同时对车辆驾驶员和弱势交通参与者的安全预警,即利用车联网车载与路侧通信设备,减少对弱势交通参与者的设备安装要求,又利用定向声波传输技术提升预警的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的基于车路协同的碰撞预警方法一种具体实施方式的流程图;图2为本发明所提供的基于车路协同的碰撞预警系统一种具体实施方式的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明适用于道路交通安全防护领域,利用环境感知子系统、边缘计算子系统与警告子系统构成一种车路协同的弱势交通参与者碰撞预警装置,根据对大型车辆和弱势交通参与者运动目标的运动状态跟踪数据以及通过V2X通信设备接收到大型车辆车联网BSM信息,对碰撞事故进行预测分析,生成危险预警信息,通过控制云台使超声波扬声器将警告信息发送给弱势交通参与者,通过V2X通信设备对大型车辆驾驶员发送警告信息,提升对弱势交通参与者的安全防护,避免交通事故发生。
在一种具体实施方式中,如图1所示,本发明所提供的基于车路协同的碰撞预警方法包括以下步骤:
S1:采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配。具体地,数据采集主要包括:接收车辆的车联网BSM信息,所述BSM信息包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制信息;获取道路交环境通图像信息;获取道路交通环境点云信息;将所述车联网BSM信息、道路交环境通图像信息和道路交通环境点云信息进行运动目标信息匹配。
需要指出的是,在开始数据采集之前,首先建立坐标系。以云台上超声波扬声器安装点为坐标原点,建立导航坐标系(n系,OnXnYnZn),其中OnYn坐标轴指向当地水平东向,OnYn坐标轴指向当地水平北向,OnZn坐标轴垂直指向天向,即“东北天”坐标系。以超声波扬声器安装点为坐标原点,建立预警坐标系(w系,OwXwYwZw),其中OwYw坐标轴指向警告目标,OwXw坐标轴指向向右侧,OwZw坐标轴与ObXb坐标轴、ObYb坐标轴正交垂直于云台平面指向天向,即“右前上”坐标系。路侧激光雷达与摄像头组合预先标定内、外参数,并建立传感器组合坐标系(s系,OsXsYsZs),为右手正交坐标系。全部设备安装于现场后进行坐标系标定,建立从n系到w系的坐标旋转矩阵建立从n系到s系的坐标旋转矩阵根据现场标定结果确定s系坐标原点到n系坐标原点矢径在n系中的向量同时,n系和导航卫星定位输出结果(经度、纬度和高程)存在已知转换矩阵(将经度、纬度和高程转化为n系坐标)
坐标系建立后,基于上述坐标系,执行步骤S1,即采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配。具体地实现过程中,路侧传感器组合对道路运动目标进行测量,在摄像头在激光雷达的辅助下,可获得运动目标的类型和在n系中实时位置。同时,路侧V2X通信终端接收车辆的BSM信息,获知车辆的经度、纬度和高程信息。通过融合感知环节可将不同传感器的目标数据匹配并分配目标编号,最终获得在在n系中的运动目标信息,具体包含目标编号、位置向量、速度向量、加速度向量、角速度向量。
S2:基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪。以上述场景为例,这些融合结果会同图像信息同时发送给边缘计算子系统,边缘计算子系统可采用YOLO-V3神经网络模型完成对目标的识别,可采用DeepSort神经网络模型完成对运动目标的编号。在环境感知子系统的运动目标信息结果的基础上补充目标类型信息。
S3:根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻。具体地,基于道路交环境通图像信息识别运动目标,获取运动目标的类型,跟踪运动目标对其作出编号标识;根据运动目标中大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率、发生区域和碰撞时刻。
具体地,利用包含目标类型信息的运动目标信息开展分析判断,分析大型车辆和如行人、非机动车等弱势交通参与者的目标运动关系,可以通过建立相对运动状态方程对相对运动状态进行估计。真实状态下某一大型车辆可能存在与多个弱势交通参与者的相对运动关系,为了便于理解,以其中某一对相对运动关系分析为例进行算法的简单描述:
建立车辆的运动状态向量为xvehicle=[pvehicle vvehicle]T,其中pvehicle为n系中位置向量,vvehicle为n系中速度向量;
建立弱势交通参与者的运动状态向量为xperson=[pperson vperson],其中pperson为n系中位置向量,vperson为n系中速度向量;
在n系中建立相对运动状态向量:
xvelicle-xperson=[pvehicle-pperson vehide-vperson]T=[Δp Δv]T
继而离散形式的状态方程可以写为:
其中,将此T为系统采样时间,可以根据BSM消息发送间隔设置,ξ=[ξx ξy ξz ξx ξyξz]T为噪声向量。
离散形式的量测方程可以选取相对距离和相对速度,即
根据其非线性量测方程,因此采用非线性统计滤波方法,例如UKF方法,则据此可对相对运动状态进行估计。
可采用相对运动状态向量中的相对位置状态作为预警阈值指标,如可采用在n系中的x向和y向相对距离作为预警指标,即
当指标数据等于或大于预设数值dthrehold时,根据当前时刻相对速度计算碰撞预计发生时间tw,并向环境感知子系统和警告子系统发送碰撞预警信息,预警信息中除包含前述预计发生时间信息外还包含车辆ID编号、弱势交通参与者在n系中的位置信息和弱势交通参与者相对车辆的位置描述文字信息。
S4:判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。其具体为,接收警告文字和云台指向控制命令;根据云台指向控制命令,调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
在具体实现过程中,接收到边缘计算子系统预警信息后,根据对应车辆的ID编号,经V2X通信终端发送RSI信息,从而向特定车辆驾驶员发送预警信息。同时,根据弱势交通参与者的位置信息控制云台转动,从而使超声波扬声器对准弱势交通参与者,同时根据弱势交通参与者相对车辆的位置描述文字信息转化成语音信息,如“行人注意左侧车辆,危险!”。语音信息调制到超声波频段后发送,利用超声波的自解调特性,实现对弱势交通参与者的语音警告。
在上述具体实施方式中,本发明所提供的基于车路协同的碰撞预警方法,通过采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。利用车路协同方式将路侧边缘计算分析结果分别通过V2X技术和超声波定向声波技术同时对车辆驾驶员和弱势交通参与者的安全预警,即利用车联网车载与路侧通信设备,减少对弱势交通参与者的设备安装要求,又利用定向声波传输技术提升预警的准确性。
除了上述方法,本发明还提供一种基于车路协同的碰撞预警系统,如图2所示,所述系统包括:
环境感知子系统100,用于采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;并基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪。其具体用于:接收车辆的车联网BSM信息,所述BSM信息包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制信息;获取道路交环境通图像信息;获取道路交通环境点云信息;将所述车联网BSM信息、道路交环境通图像信息和道路交通环境点云信息进行运动目标信息匹配。
其中,所述环境感知子系统主要为道路交通环境的感知传感器组合,环境感知子系统负责对大型车辆和弱势交通参与者运动目标的运动状态跟踪,并接收大型车辆车联网BSM信息,通过融合算法将运动目标的位置、速度、角速度等信息匹配。从硬件构成上来看,如图2所示,环境感知子系统包括以太网模块、融合感知模块、激光雷达、摄像头、V2X通信终端和V2X天线。其中,所述V2X通信终端和V2X天线用于接收大型车辆车联网BSM信息,其中BSM信息是指符合TCSAE-53-2017标准的BSM信息,包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制等信息。所述V2X通信终端和V2X天线还用于想大型车辆驾驶员发送盲区预警信息;所述摄像头用于获取道路交环境通图像信息;所述激光雷达用于获取道路交通环境点云信息;所述融合感知模块用于完成对激光雷达、摄像头和V2X通信终端获取的运动目标信息的匹配,并实现对运动目标的跟踪;所述以太网模块用于将匹配后的运动目标状态信息(包括位置、速度、角速度等)发送给边缘计算子系统进行分析处理。
边缘计算子系统200,用于根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻。其具体用于:基于道路交环境通图像信息识别运动目标,获取运动目标的类型,跟踪运动目标对其作出编号标识;根据运动目标中大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率、发生区域和碰撞时刻。
该边缘计算子系统通过神经网络对视频信息进行处理,从而对运动目标的类型进行分类,并结合环境感知子系统运动目标跟踪信息对碰撞事故进行预估,生成危险预警信息和警告控制指令(包括云台控制运动控制指令和警告文字信息)。从硬件构成上来看,如图2所示,边缘计算子系统包括以太网模块、目标识别与跟踪神经网络模块和碰撞分析模块。
其中,以太网模块用于接收环境感知子系统运动目标状态信息和摄像头原始图像信息。所述目标识别与跟踪神经网络用于对摄像头原始图像信息进行运动目标识别,获取运动目标的类型(如大型车辆和非机动车辆、行人、残疾人等弱势交通参与者),同时跟踪运动目标对其编号标识;所述碰撞估计分析模块用于根据大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率和发生位置,并由此将超过预警阈值的预测结果生成相应警告文字和云台指向控制命令通过以太网模块发送给警告子系统。
警告子系统300,用于判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。其具体用于:接收警告文字和云台指向控制命令;根据云台指向控制命令,调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
该警告子系统用于接收边缘计算子系统的云台运动控制指令和警告文字信息,通过将文字信息转化为语音信息,并通过调制后由超声波扬声器发送给特定区域的弱势交通参与者。从硬件构成上来讲,如图2所示,警告子系统具有以太网模块、云台、超声波扬声器、语音生成与调制模块。其中,以太网模块接收边缘计算子系统发出的警告文字和云台指向控制命令;云台用于安装超声波扬声器,并用于调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;语音生成与调制模块用于将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
该系统利用车路协同方式将路侧边缘计算分析结果分别通过V2X技术和超声波定向声波技术同时对车辆驾驶员和弱势交通参与者的安全预警,即利用车联网车载与路侧通信设备,减少对弱势交通参与者的设备安装要求,又利用定向声波传输技术提升预警的准确性。从而实现了在不依赖非机动车、行人等弱势交通参与者方面加装复杂传感器的前提下,路侧设施可借助人工智能技术处理、融合传感器信息,实现对运动目标的识别与跟踪,在此基础上采用V2X通信技术和定向语音技术分别向大型车辆驾驶员和非机动车、行人等弱势交通参与者发送预警信息,提升了碰撞预警判断的准确性与预警的有效性。
本发明还提供一种路侧单元,所述路侧单元包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如上所述的方法。
本发明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上存储有计算机程序,该计算机程序被处理器执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本发明的保护之内。
Claims (10)
1.一种基于车路协同的碰撞预警方法,其特征在于,所述方法包括:
采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;
基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;
根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;
判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。
2.根据权利要求1所述的方法,其特征在于,所述采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配,具体包括:
接收车辆的车联网BSM信息,所述BSM信息包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制信息;
获取道路交环境通图像信息;
获取道路交通环境点云信息;
将所述车联网BSM信息、道路交环境通图像信息和道路交通环境点云信息进行运动目标信息匹配。
3.根据权利要求2所述的方法,其特征在于,所述根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻,具体包括:
基于道路交环境通图像信息识别运动目标,获取运动目标的类型,跟踪运动目标对其作出编号标识;
根据运动目标中大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率、发生区域和碰撞时刻。
4.根据权利要求2所述的方法,其特征在于,所述判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻,具体包括:
接收警告文字和云台指向控制命令;
根据云台指向控制命令,调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;
将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
5.一种基于车路协同的碰撞预警系统,其特征在于,所述系统包括:
环境感知子系统,用于采集设定空间区域内运动目标的原始传感器数据,并将运动目标的运动信息进行匹配;并基于所述原始传感器数据以及运动目标匹配后的运动信息,识别运动目标的类型,并对运动目标进行动态跟踪;
边缘计算子系统,用于根据动态跟踪结果,预测未来预设时间段内碰撞事故的发生概率、发生区域和碰撞时刻;
警告子系统,用于判定碰撞事故的发生概率高于预设值,则以报警信息的形式输出该碰撞事故的发生区域和碰撞时刻。
6.根据权利要求5所述的系统,其特征在于,所述环境感知子系统具体用于:
接收车辆的车联网BSM信息,所述BSM信息包括车辆的位置、速度、角速度、制动踏板、油门踏板状态、灯光控制信息;
获取道路交环境通图像信息;
获取道路交通环境点云信息;
将所述车联网BSM信息、道路交环境通图像信息和道路交通环境点云信息进行运动目标信息匹配。
7.根据权利要求6所述的系统,其特征在于,所述边缘计算子系统具体用于:
基于道路交环境通图像信息识别运动目标,获取运动目标的类型,跟踪运动目标对其作出编号标识;
根据运动目标中大型车辆和弱势交通参与者的位置、速度、角速度等状态信息,预测碰撞事故的发生概率、发生区域和碰撞时刻。
8.根据权利要求6所述的系统,其特征在于,所述警告子系统具体用于:
接收警告文字和云台指向控制命令;
根据云台指向控制命令,调整超声波扬声器的警告语音发送方向,使其准确对准弱势交通参与者位置;
将所接收到的警告文字信息转化为语音信息,并将其调制到超声波频段通过超声波音箱发送。
9.一种路侧单元,其特征在于,所述路侧单元包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011540214.XA CN112712733B (zh) | 2020-12-23 | 2020-12-23 | 基于车路协同的碰撞预警方法、系统和路侧单元 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011540214.XA CN112712733B (zh) | 2020-12-23 | 2020-12-23 | 基于车路协同的碰撞预警方法、系统和路侧单元 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112712733A true CN112712733A (zh) | 2021-04-27 |
CN112712733B CN112712733B (zh) | 2022-01-11 |
Family
ID=75543722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011540214.XA Active CN112712733B (zh) | 2020-12-23 | 2020-12-23 | 基于车路协同的碰撞预警方法、系统和路侧单元 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112712733B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113225712A (zh) * | 2021-05-17 | 2021-08-06 | 青岛农业大学 | 协同车辆安全系统中参考模型自适应速率控制系统及方法 |
CN113420805A (zh) * | 2021-06-21 | 2021-09-21 | 车路通科技(成都)有限公司 | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 |
CN113421330A (zh) * | 2021-06-21 | 2021-09-21 | 车路通科技(成都)有限公司 | 车路协同的道路三维场景构建方法、装置、设备及介质 |
CN113487912A (zh) * | 2021-06-21 | 2021-10-08 | 上汽通用五菱汽车股份有限公司 | 一种交通事故预警及保护方法、汽车及可读存储介质 |
CN113537606A (zh) * | 2021-07-22 | 2021-10-22 | 上汽通用五菱汽车股份有限公司 | 事故预测方法、装置及计算机可读存储介质 |
CN113744564A (zh) * | 2021-08-23 | 2021-12-03 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于边缘计算的智能网联公交车路协同控制系统 |
CN113963576A (zh) * | 2021-10-28 | 2022-01-21 | 中汽院智能网联科技有限公司 | 一种交叉路口车辆碰撞风险预警方法 |
CN114374624A (zh) * | 2021-12-17 | 2022-04-19 | 信通院车联网创新中心(成都)有限公司 | V2x路侧终端功能性信息下发功能仿真测试方法 |
CN114530058A (zh) * | 2022-03-03 | 2022-05-24 | 恒大恒驰新能源汽车研究院(上海)有限公司 | 一种碰撞预警方法、装置和系统 |
CN114973652A (zh) * | 2022-04-22 | 2022-08-30 | 岚图汽车科技有限公司 | 一种视觉盲区提醒方法、系统、电子设备及存储介质 |
CN115571152A (zh) * | 2022-10-12 | 2023-01-06 | 深圳市旗扬特种装备技术工程有限公司 | 非机动车辆的安全预警方法、装置、系统、设备及介质 |
WO2023159528A1 (zh) * | 2022-02-26 | 2023-08-31 | 华为技术有限公司 | 一种数据生成、使用方法及装置 |
WO2024078351A1 (zh) * | 2022-10-10 | 2024-04-18 | 索尼集团公司 | 电子设备、通信方法和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014211760A (ja) * | 2013-04-18 | 2014-11-13 | 株式会社豊田中央研究所 | 経路修正装置 |
CN106240454A (zh) * | 2016-08-10 | 2016-12-21 | 北京奇虎科技有限公司 | 提供车辆碰撞预警的系统及车载设备 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
CN109631883A (zh) * | 2018-12-17 | 2019-04-16 | 西安理工大学 | 一种基于节点信息共享的载机局部姿态精确估计方法 |
CN109756867A (zh) * | 2018-12-29 | 2019-05-14 | 广州中国科学院软件应用技术研究所 | 一种基于lte-v的车路协同车载终端应用系统 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警系统及方法 |
CN111369830A (zh) * | 2020-03-17 | 2020-07-03 | 浙江省交通规划设计研究院有限公司 | 道路预警方法、手机及计算机可读存储介质 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
CN111696385A (zh) * | 2020-05-12 | 2020-09-22 | 宁波吉利汽车研究开发有限公司 | 一种行人预警系统及方法 |
-
2020
- 2020-12-23 CN CN202011540214.XA patent/CN112712733B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014211760A (ja) * | 2013-04-18 | 2014-11-13 | 株式会社豊田中央研究所 | 経路修正装置 |
CN106240454A (zh) * | 2016-08-10 | 2016-12-21 | 北京奇虎科技有限公司 | 提供车辆碰撞预警的系统及车载设备 |
CN108510797A (zh) * | 2018-04-04 | 2018-09-07 | 南京微达电子科技有限公司 | 基于雷达侦测的高速公路预警系统及方法 |
CN109631883A (zh) * | 2018-12-17 | 2019-04-16 | 西安理工大学 | 一种基于节点信息共享的载机局部姿态精确估计方法 |
CN109756867A (zh) * | 2018-12-29 | 2019-05-14 | 广州中国科学院软件应用技术研究所 | 一种基于lte-v的车路协同车载终端应用系统 |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警系统及方法 |
CN111369830A (zh) * | 2020-03-17 | 2020-07-03 | 浙江省交通规划设计研究院有限公司 | 道路预警方法、手机及计算机可读存储介质 |
CN111696385A (zh) * | 2020-05-12 | 2020-09-22 | 宁波吉利汽车研究开发有限公司 | 一种行人预警系统及方法 |
CN111540237A (zh) * | 2020-05-19 | 2020-08-14 | 河北德冠隆电子科技有限公司 | 基于多数据融合的车辆安全行驶保障方案自动生成的方法 |
Non-Patent Citations (1)
Title |
---|
任润雨: "基于轨迹预测的交通冲突预警系统仿真研究", 《物流科技》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113225712A (zh) * | 2021-05-17 | 2021-08-06 | 青岛农业大学 | 协同车辆安全系统中参考模型自适应速率控制系统及方法 |
CN113420805A (zh) * | 2021-06-21 | 2021-09-21 | 车路通科技(成都)有限公司 | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 |
CN113421330A (zh) * | 2021-06-21 | 2021-09-21 | 车路通科技(成都)有限公司 | 车路协同的道路三维场景构建方法、装置、设备及介质 |
CN113487912A (zh) * | 2021-06-21 | 2021-10-08 | 上汽通用五菱汽车股份有限公司 | 一种交通事故预警及保护方法、汽车及可读存储介质 |
CN113421330B (zh) * | 2021-06-21 | 2023-09-29 | 车路通科技(成都)有限公司 | 车路协同的道路三维场景构建方法、装置、设备及介质 |
CN113420805B (zh) * | 2021-06-21 | 2022-11-29 | 车路通科技(成都)有限公司 | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 |
CN113537606A (zh) * | 2021-07-22 | 2021-10-22 | 上汽通用五菱汽车股份有限公司 | 事故预测方法、装置及计算机可读存储介质 |
CN113744564B (zh) * | 2021-08-23 | 2023-11-28 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于边缘计算的智能网联公交车路协同控制系统 |
CN113744564A (zh) * | 2021-08-23 | 2021-12-03 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于边缘计算的智能网联公交车路协同控制系统 |
CN113963576B (zh) * | 2021-10-28 | 2023-08-08 | 中汽院智能网联科技有限公司 | 一种交叉路口车辆碰撞风险预警方法 |
CN113963576A (zh) * | 2021-10-28 | 2022-01-21 | 中汽院智能网联科技有限公司 | 一种交叉路口车辆碰撞风险预警方法 |
CN114374624A (zh) * | 2021-12-17 | 2022-04-19 | 信通院车联网创新中心(成都)有限公司 | V2x路侧终端功能性信息下发功能仿真测试方法 |
WO2023159528A1 (zh) * | 2022-02-26 | 2023-08-31 | 华为技术有限公司 | 一种数据生成、使用方法及装置 |
CN114530058A (zh) * | 2022-03-03 | 2022-05-24 | 恒大恒驰新能源汽车研究院(上海)有限公司 | 一种碰撞预警方法、装置和系统 |
CN114973652A (zh) * | 2022-04-22 | 2022-08-30 | 岚图汽车科技有限公司 | 一种视觉盲区提醒方法、系统、电子设备及存储介质 |
WO2024078351A1 (zh) * | 2022-10-10 | 2024-04-18 | 索尼集团公司 | 电子设备、通信方法和存储介质 |
CN115571152B (zh) * | 2022-10-12 | 2023-06-06 | 深圳市旗扬特种装备技术工程有限公司 | 非机动车辆的安全预警方法、装置、系统、设备及介质 |
CN115571152A (zh) * | 2022-10-12 | 2023-01-06 | 深圳市旗扬特种装备技术工程有限公司 | 非机动车辆的安全预警方法、装置、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112712733B (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112712733B (zh) | 基于车路协同的碰撞预警方法、系统和路侧单元 | |
CN109920246B (zh) | 一种基于v2x通信与双目视觉的协同局部路径规划方法 | |
US20200192377A1 (en) | System and method for automatically determining to follow a divergent vehicle in a vehicle's autonomous driving mode | |
US8179281B2 (en) | Method and apparatus for identifying concealed objects in road traffic | |
CN107346612B (zh) | 一种基于车联网的车辆防碰撞方法和系统 | |
CN111770451B (zh) | 一种基于车路协同的道路车辆定位及感知方法和装置 | |
US20190204834A1 (en) | Method and apparatus for object detection using convolutional neural network systems | |
US20170127246A1 (en) | Method for Sharing Travelling Information, Vehicle Platform and Intelligent Traffic System | |
DE102020127043A1 (de) | Sicherheitssystem für ein fahrzeug | |
CN112215306B (zh) | 一种基于单目视觉与毫米波雷达融合的目标检测方法 | |
EP3198579A1 (de) | VERFAHREN UND VORRICHTUNG ZUM ERSTELLEN EINES BEWEGUNGSMODELLS EINES STRAßENVERKEHRSTEILNEHMERS | |
WO2016045851A1 (de) | Verfahren und vorrichtung zum überwachen eines verkehrsraums | |
Liu et al. | Intelligent and connected vehicles: Current situation, future directions, and challenges | |
CN111252066A (zh) | 紧急制动控制方法、装置、车辆及存储介质 | |
CN111391863A (zh) | 盲区探测方法、车载单元、路侧单元、车辆及存储介质 | |
CN117169873A (zh) | 超视域鸟瞰感知方法及装置、目标感知装置、设备、介质 | |
Adla et al. | Automotive collision avoidance methodologies Sensor-based and ITS-based | |
CN115482685A (zh) | 车辆预警控制方法、系统及车辆 | |
CN115379408A (zh) | 基于场景感知的v2x多传感器融合方法及装置 | |
EP3279688B1 (de) | Verfahren zum bestimmen der position einer mobilen funkstelle durch ein fahrzeug und fahrzeug | |
Tian et al. | Collision avoidance on winding roads using dedicated short-range communication | |
CN113178081A (zh) | 一种车辆汇入预警方法、装置及电子设备 | |
CN111731285A (zh) | 基于v2x技术的车辆防碰撞方法及装置 | |
Gupta et al. | Collision detection system for vehicles in hilly and dense fog affected area to generate collision alerts | |
Huang et al. | Vehicle auxiliary anti-collision warning system based on positioning in electronic map |
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 |