CN113252049A - 一种车距确定方法及装置 - Google Patents
一种车距确定方法及装置 Download PDFInfo
- Publication number
- CN113252049A CN113252049A CN202110517726.2A CN202110517726A CN113252049A CN 113252049 A CN113252049 A CN 113252049A CN 202110517726 A CN202110517726 A CN 202110517726A CN 113252049 A CN113252049 A CN 113252049A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road section
- road
- distance
- determining
- 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 45
- 230000006870 function Effects 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012888 cubic function Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; 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
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/16—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring distance of clearance between spaced objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Abstract
本申请提供一种车距确定方法及装置，属于车辆主动安全技术领域，其中所述车距确定方法包括：获取定位得到的车辆位置的信息；确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；确定所述目标路径点在所述地图上所属的路段；根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的第二目标路径点所属的路段。本申请可以准确确定弯道上的车距。
Description
技术领域
本申请涉及车辆主动安全技术领域，尤其涉及一种车距确定方法及装置。
背景技术
车辆主动安全技术，如碰撞预警、主动刹车、紧急制动等，能有效减少车辆的安全事故，是近些年来重点发展的汽车技术。其中车距计算是车辆主动安全技术的重要指标，即车辆根据与前车或后车的距离，触发车辆安全预警或决策行为。目前关于车道车距的测量多采用激光雷达、毫米波雷达、单目视觉技术、双目视觉等技术。这些技术对直线车道的测量准确度已经满足相关要求，但不能对弯道的车距进行准确测量，在弯道上因安全车距不足造成交通事故也时有发生，因此目前急需一种可以对弯道上的车距进行准确确定的方法，以提升车辆在弯道的主动安全技术。
发明内容
有鉴于此，本申请提供一种车距确定方法及装置，用于解决目前车距测量技术无法对弯道上的车距进行准确测量的问题。
为解决上述技术问题，第一方面，本申请提供一种车距确定方法，包括：
获取定位得到的车辆位置的信息；
确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
确定所述目标路径点在所述地图上所属的路段；
根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
可选的，所述根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，包括：
根据所述第一路段的拟合函数，计算所述第一路段上的第一目标路径点与所述第一路段的第一端点之间的第一距离；所述第一端点为所述第一路段的两个端点中与所述第二路段衔接的端点，或者所述第一端点为所述第一路段的两个端点中与第三路段衔接的端点；
根据所述第二路段的拟合函数，计算所述第二路段上的第二目标路径点与所述第二路段的第二端点之间的第二距离；所述第二端点为所述第二路段的两个端点中与所述第一路段衔接的端点，或者所述第二端点为所述第二路段的两个端点中与第三路段衔接的端点；
若所述第一路段和所述第二路段之间存在所述第三路段，根据所述第一距离、所述第二距离以及根据第三路段的拟合函数计算得到的所述第三路段的长度，确定所述第一车辆与所述第二车辆之间的距离信息；
否则，根据所述第一距离和所述第二距离，确定所述第一车辆与所述第二车辆之间的距离信息。
可选的，所述第一车辆和所述第二车辆为同一车道上前后相邻的两辆车，所述地图上的所述路段是基于车道划分。
可选的，
所述确定地图上的目标路径点，包括：
利用KD树，确定所述地图上的所述目标路径点。
可选的，所述路段上的所述路径点是按照预设间隔进行打点得到。
可选的，所述地图上的所述路段是根据道路的特征对道路进行分段得到，对所述路段进行函数拟合的方式包括直线、曲率呈线性变化的螺旋形、曲率恒定的弧、三次多项式、参数三次多项式中的至少之一。
可选的，应用于网络侧设备，所述确定第一车辆与第二车辆之间的距离信息之后，还包括：
将所述第一车辆与所述第二车辆之间的距离信息发送至所述第一车辆和/或所述第二车辆。
可选的，所述获取定位得到的车辆位置的信息，包括：
接收车辆发送的所述车辆位置的信息。
第二方面，本申请还提供一种车距确定装置，包括：
车辆位置信息获取模块，用于获取定位得到的车辆位置的信息；
最近路径点确定模块，用于确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
路段匹配模块，用于确定所述目标路径点在所述地图上所属的路段；
车距计算模块，用于根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
可选的，所述车距计算模块，包括：
第一计算单元，用于根据所述第一路段的拟合函数，计算所述第一路段上的第一目标路径点与所述第一路段的第一端点之间的第一距离；所述第一端点为所述第一路段的两个端点中与所述第二路段衔接的端点，或者所述第一端点为所述第一路段的两个端点中与第三路段衔接的端点；
第二计算单元，用于根据所述第二路段的拟合函数，计算所述第二路段上的第二目标路径点与所述第二路段的第二端点之间的第二距离；所述第二端点为所述第二路段的两个端点中与所述第一路段衔接的端点，或者所述第二端点为所述第二路段的两个端点中与第三路段衔接的端点；
第三计算单元，用于在所述第一路段和所述第二路段之间存在所述第三路段的情况下，根据所述第一距离、所述第二距离以及根据第三路段的拟合函数计算得到的所述第三路段的长度，确定所述第一车辆与所述第二车辆之间的距离信息；
第四计算单元，用于在所述第一路段和所述第二路段之间不存在所述第三路段的情况下，根据所述第一距离和所述第二距离，确定所述第一车辆与所述第二车辆之间的距离信息。
可选的，所述第一车辆和所述第二车辆为同一车道上前后相邻的两辆车，所述地图上的所述路段是基于车道划分。
可选的，所述最近路径点确定模块，用于利用KD树，确定所述地图上的所述目标路径点。
可选的，所述路段上的所述路径点是按照预设间隔进行打点得到。
可选的，所述地图上的所述路段是根据道路的特征对道路进行分段得到，对所述路段进行函数拟合的方式包括直线、曲率呈线性变化的螺旋形、曲率恒定的弧、三次多项式、参数三次多项式中的至少之一。
可选的，所述车距确定装置还包括：
车距发送模块，用于将所述第一车辆与所述第二车辆之间的距离信息发送至所述第一车辆和/或所述第二车辆。
可选的，所述车辆位置信息获取模块，用于接收车辆发送的所述车辆位置的信息。
第三方面，本申请还提供一种车距确定装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；所述处理器执行所述程序时实现上述任一种车距确定方法中的步骤。
第四方面，本申请还提供一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述任一种车距确定方法中的步骤。
本申请的上述技术方案的有益效果如下：
本申请实施例中，不仅可以准确确定直线车道上的车距，还可以准确确定弯道上的车距，为车辆前向碰撞预警、主动制动等主动安全技术提供可靠依据。另外，与相关技术中根据车载传感器(例如雷达、摄像头)采集到的信息确定车距的方式相比，不受车载传感器感测范围所限，可以确定所有相邻的车辆之间的车距。
附图说明
图1为本申请实施例中的一种车距确定方法的流程示意图；
图2为本申请实施例中的一种车距计算的示意图；
图3为本申请实施例中的直线形路段拟合函数示意图；
图4为本申请实施例中的螺旋线形路段拟合函数示意图；
图5为本申请实施例中的弧线形路段拟合函数示意图；
图6为本申请实施例中的三次多项式路段拟合函数示意图；
图7为本申请实施例中的参数三次多项式路段拟合函数示意图；
图8为本申请实施例中的一种车距确定装置的结构示意图；
图9为本申请实施例中的一种车距确定装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例的附图，对本申请实施例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申请的一部分实施例，而不是全部的实施例。基于所描述的本申请的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，图1为本申请实施例一提供的一种车距确定方法的流程示意图，包括以下步骤：
步骤11：获取定位得到的车辆位置的信息；
该车辆可以是智能网联车辆，例如智能网联自动驾驶车辆；该车辆位置的信息，可以是基于高精度定位装置对车辆进行定位得到的高精度定位数据；该车辆位置的信息可以以经纬度的形式表示；
步骤12：确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
所述地图可以是预先获取并存储的高精度地图；
步骤13：确定所述目标路径点在所述地图上所属的路段；
步骤14：根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
本申请实施例提供的车距确定方法，不仅可以准确确定直线车道上的车距，还可以准确确定弯道上的车距，为车辆前向碰撞预警、主动制动等主动安全技术提供可靠依据。另外，与相关技术中根据车载传感器(例如雷达、摄像头)采集到的信息确定车距的方式相比，不受车载传感器感测范围所限，可以确定所有相邻的车辆之间的车距。
下面举例说明上述车距确定方法。
其中一种可选的具体实施方式中，所述根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，包括：
根据所述第一路段的拟合函数，计算所述第一路段上的第一目标路径点与所述第一路段的第一端点之间的第一距离；所述第一端点为所述第一路段的两个端点中与所述第二路段衔接的端点，或者所述第一端点为所述第一路段的两个端点中与第三路段衔接的端点；
根据所述第二路段的拟合函数，计算所述第二路段上的第二目标路径点与所述第二路段的第二端点之间的第二距离；所述第二端点为所述第二路段的两个端点中与所述第一路段衔接的端点，或者所述第二端点为所述第二路段的两个端点中与第三路段衔接的端点；
若所述第一路段和所述第二路段之间存在所述第三路段，根据所述第一距离、所述第二距离以及根据第三路段的拟合函数计算得到的所述第三路段的长度，确定所述第一车辆与所述第二车辆之间的距离信息；其中，所述第三路段可以是一个也可以是多个；
否则，根据所述第一距离和所述第二距离，确定所述第一车辆与所述第二车辆之间的距离信息。
下面举例说明车辆位置与路段的匹配以及车距的计算方法，请参阅图2，距离主车位置最近的路径点为j，距离前车最近的路径点为m，根据路径点与路段的关系，路径点j在路段1，路径点m在路段3。根据车辆位置与最近路径点所在路段的匹配，可定位得到本车在路段1，前车在路段3。进而可得到本车与前车之间包含部分路段1、完整的路段2以及部分路段3，由于这三个路段在地图上都有具体的函数来拟合表达，通过函数积分法即可计算部分路段1、完整的路段2、以及部分路段3的精确长度(L1、L2、L3)，进而可得到本车与前车间的距离L。具体方法为：
路段1、3均由直线函数表示，如公式(1)和(2)所示。路段2由一元三次函数来表示，如公式(3)所示。
y＝ax+b (1)
y＝cx+d (2)
y＝ex3+fx2+gx+h (3)
其中，a、b、c、d、e、f、g、h为拟合函数的常系数。
采用函数积分法可分别求得三个路段的长度(L1、L2、L3)，如公式(4)、(5)和(6)所示，对应主车与前车间的弯道距离为三个路段的长度和，如公式(7)所示。由此可计算得到主车与前车间的弯道距离L。
L＝L1+L2+L3 (7)
其中，x1表示路段1上离本车距离最近的路径点的x坐标；x2表示路段1的终点坐标、路段2的起点x坐标；x3表示路段2的终点x坐标、路段3的起点x坐标；x4表示路段3上离前车距离最近的路径点的x坐标。
另外，所述第一路段与所述第二路段可以是同一路段，在所述第一路段与所述第二路段是同一路段的情况下，也即前后相邻的两辆车在地图上距离最近的路径点属于同一路段，那么根据该路段的拟合函数计算与前后相邻的两辆车之间的距离最近的第一目标路径点和第二目标路径点之间的距离。
可选的，所述第一车辆和所述第二车辆为同一车道上前后相邻的两辆车，所述地图上的所述路段是基于车道划分。
具体的，可以按照以下方式确定前后相邻的两辆车：基于定位得到的车辆位置的信息，分别确定每一车辆在地图上的目标路径点以及目标路径点所属的路段之后，根据车辆在地图上的目标路径点以及目标路径点所属的路段，确定某一车辆(即主车)对应的目标路径点前方、与该目标路径点距离最近的、且属于同一车道的目标路径点对应的车辆为与主车相邻的前车，确定某一车辆(即主车)对应的目标路径点后方、与该目标路径点距离最近的、且属于同一车道的目标路径点对应的车辆为与主车相邻的后车。
另外，可以按照以下方式确定前后车：在确定主车的前车时，以基准线朝向主车的航向角的区域为主车的前方；在确定主车的后车时，以主车的前方的反方向为主车的后方；其中，所述基准线为穿过主车的质心且垂直于主车的航向角的直线。
可选的，所述确定地图上的目标路径点，包括：
利用KD树(KD-Tree)，确定所述地图上的所述目标路径点。也即，可以采用KD树算法从地图上找到与车辆位置最近的路径点。
进一步可选的，所述利用KD树，确定所述地图上的所述目标路径点，包括：
从所述KD树的根结点开始，根据所述车辆位置的信息Q与各个结点的比较结果向下访问直至达到叶子结点中的第一叶子结点，计算所述车辆位置与本次访问的每一结点对应的路径点的位置之间的距离，并从中选择最小的距离作为第三距离，所述KD树的每一结点均对应一个所述路径点；其中，所述车辆位置的信息Q与结点的比较是指将所述车辆位置的信息对应于结点中的k维度上的值Q(k)与m进行比较，例如，若Q(k)<m，则访问左子树，否则访问右子树；所述k维度是建立所述KD树时从所述路径点的位置坐标维度中选择的维度，m是建立所述KD树时待划分的路径点的位置坐标集合中在所述k维度上的中值；
从所述第一叶子结点开始向上回溯直至所述根结点，以确定未访问过的结点中是否存在第二结点，所述第二结点对应的路径点的位置与所述车辆位置之间的第四距离小于所述第三距离；在回溯过程中，如果所述KD树中未访问过的分支与所述车辆位置之间的距离小于所述第三距离，则认为该分支中存在离所述车辆位置更近的路径点对应的结点，进入该分支，从该分支的第一个父节点开始，根据所述车辆位置的信息Q与各个结点的比较结果向下访问直至达到叶子结点中的第二叶子结点；在回溯过程中，如果所述KD树中未访问过的分支与所述车辆位置之间的距离大于或等于所述第三距离，则认为该分支中不存在离所述车辆位置更近的路径点对应的结点；回溯的判断过程是从下往上进行的，直到回溯到根节点时已经不存在与所述车辆位置之间距离更近的分支为止；
确定位置与所述车辆位置之间距离最小的路径点为所述目标路径点。
另外，所述利用KD树，确定所述地图上的所述目标路径点之前，还包括：
获取用于建立所述KD树的各路径点的位置坐标；其中，用于建立所述KD树的各路径点可以包括车辆所在道路上与车辆位置(通过定位得到)之间距离小于预设阈值的所有路径点以及导航路径上至少部分道路(该至少部分道路连续且其中一个端点与车辆位置(通过定位得到)之间的距离小于所述预设阈值)上的路径点；例如，车辆在导航路径的起点位置向云端服务器上报通过定位得到的车辆位置信息，云端服务器就可以基于该车辆位置附近预设距离内的所有路径点以及导航路径中起点位置开始的预设长度内的道路上的路径点建立KD树；
从所述路径点的位置坐标维度中选择k维度，所述各路径点的位置坐标在所述k维度上的数值方差大于其他维度；例如，所述地图上的各路径点以大地坐标系的坐标XY来描述，那么采用X和Y这两个维度位置坐标数据中具有最大方差的维度作为所述k维度；
对于所述各路径点的位置坐标，选择所述k维度上的中值m为支点对所述各路径点进行划分得到两个子集合，并对所述子集合中的路径点，选择位置坐标在k维度上的中值m为支点对所述子集合进一步划分为子集合，直到所有子集合都不能再划分为止；
若所述子集合中的第一子集合不能再划分，则将所述第一子集合中所述路径点的位置坐标保存到叶子结点。
可选的，所述路段上的所述路径点是按照预设间隔进行打点得到。例如，可以按照0.1米的间隔对路段进行打点得到。具体的，可以预先在地图上针对道路上的车道进行打点，或者针对道路上的路段中的车道进行打点，得到所述路径点。
可选的，所述地图上的所述路段是根据道路的特征对道路进行分段得到，对所述路段进行函数拟合的方式包括直线(请参阅图3)、曲率呈线性变化的螺旋形(请参阅图4)、曲率恒定的弧(请参阅图5)、三次多项式(请参阅图6)、参数三次多项式(请参阅图7)中的至少之一。
本申请实施例中，所述地图可以是基于OpenDRIVE格式的高精度地图，其含有道路信息。在利用该地图进行车距确定之前，可以针对道路的特征，对道路进行分段得到所述路段，并根据路段的特征采用相应的函数拟合各个路段的曲线，对路径进行描述。通过不同函数的组合可精确拟合完整的道路，从而进一步提升车距计算的准确性。
可选的，所述车距确定方法可以应用于网络侧设备，所述确定第一车辆与第二车辆之间的距离信息之后，还包括：
将所述第一车辆与所述第二车辆之间的距离信息发送至所述第一车辆和/或所述第二车辆。
其中，所述网络侧设备可以是云端服务器。
具体的，车辆上可以配有5G通信车载单元，网络侧设备可以通过5G将所述第一车辆与所述第二车辆之间的距离信息下发车辆上的5G通信车载单元。
在其他的可选具体实施方式中，所述车距确定方法还可以应用于车端，即车辆。
可选的，所述获取定位得到的车辆位置的信息，包括：
接收车辆发送的所述车辆位置的信息。
本申请实施例中，所述车辆位置的信息可以是基于亚米级定位精度的车载高精度定位装置获取。车辆在基于车载高精度定位装置获取车辆位置的信息之后，将其上传至网络侧设备，例如云端服务器。具体的，车辆上可以配有5G通信车载单元，车载高精度定位装置获取车辆位置的信息之后，可通过车载CAN网络传输给5G通信车载单元，然后由5G通信车载单元通过5G空口将车辆位置的信息传输给云端服务器。
进一步的，该车辆高精度定位装置可以通过北斗高精度定位卫星以及差分基准基站，可实时获取车辆的准确位置。
本申请实施例，基于高精度地图技术可准确地拟合表达弯道路径，得到更为准确的弯道车距。本申请实施例还可以基于高精度定位技术，不受摄像头和雷达之类的车载传感器感测范围的限制，避免了相关技术中基于相关车载传感器感测到的信息来进行车距计算时由于不能感测到弯道上的前车或后车的相关信息因此无法准确计算弯道上的车距的问题。另外，本申请实施例还可以基于车联网通信技术，将车距计算放在云端进行，降低了车端的处理量和计算量，进而降低车端处理器的成本。
请参阅图8，图8是本申请实施例二提供的一种车距确定装置的结构示意图，该车距确定装置80包括：
车辆位置信息获取模块81，用于获取定位得到的车辆位置的信息；
最近路径点确定模块82，用于确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
路段匹配模块83，用于确定所述目标路径点在所述地图上所属的路段；
车距计算模块84，用于根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
本申请实施例中，不仅可以准确确定直线车道上的车距，还可以准确确定弯道上的车距，为车辆前向碰撞预警、主动制动等主动安全技术提供可靠依据。另外，与相关技术中根据车载传感器(例如雷达、摄像头)采集到的信息确定车距的方式相比，不受车载传感器感测范围所限，可以确定所有相邻的车辆之间的车距。
可选的，所述车距计算模块84，包括：
第一计算单元，用于根据所述第一路段的拟合函数，计算所述第一路段上的第一目标路径点与所述第一路段的第一端点之间的第一距离；所述第一端点为所述第一路段的两个端点中与所述第二路段衔接的端点，或者所述第一端点为所述第一路段的两个端点中与第三路段衔接的端点；
第二计算单元，用于根据所述第二路段的拟合函数，计算所述第二路段上的第二目标路径点与所述第二路段的第二端点之间的第二距离；所述第二端点为所述第二路段的两个端点中与所述第一路段衔接的端点，或者所述第二端点为所述第二路段的两个端点中与第三路段衔接的端点；
第三计算单元，用于在所述第一路段和所述第二路段之间存在所述第三路段的情况下，根据所述第一距离、所述第二距离以及根据第三路段的拟合函数计算得到的所述第三路段的长度，确定所述第一车辆与所述第二车辆之间的距离信息；
第四计算单元，用于在所述第一路段和所述第二路段之间不存在所述第三路段的情况下，根据所述第一距离和所述第二距离，确定所述第一车辆与所述第二车辆之间的距离信息。
可选的，所述第一车辆和所述第二车辆为同一车道上前后相邻的两辆车，所述地图上的所述路段是基于车道划分。
可选的，所述最近路径点确定模块82，用于利用KD树，确定所述地图上的所述目标路径点。
可选的，所述路段上的所述路径点是按照预设间隔进行打点得到。
可选的，所述地图上的所述路段是根据道路的特征对道路进行分段得到，对所述路段进行函数拟合的方式包括直线、曲率呈线性变化的螺旋形、曲率恒定的弧、三次多项式、参数三次多项式中的至少之一。
可选的，所述车距确定装置80还包括：
车距发送模块，用于将所述第一车辆与所述第二车辆之间的距离信息发送至所述第一车辆和/或所述第二车辆。
可选的，所述车辆位置信息获取模块，用于接收车辆发送的所述车辆位置的信息。
本申请实施例是与上述方法实施例一对应的产品实施例，故在此不再赘述，详细请参阅上述实施例一。
请参阅图9，图9是本申请实施例三提供的一种车距确定装置的结构示意图，该车距确定装置90包括处理器91、存储器92及存储在所述存储器92上并可在所述处理器91上运行的程序；所述处理器91执行所述程序时实现如下步骤：
获取定位得到的车辆位置的信息；
确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
确定所述目标路径点在所述地图上所属的路段；
根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
本申请实施例中，不仅可以准确确定直线车道上的车距，还可以准确确定弯道上的车距，为车辆前向碰撞预警、主动制动等主动安全技术提供可靠依据。另外，与相关技术中根据车载传感器(例如雷达、摄像头)采集到的信息确定车距的方式相比，不受车载传感器感测范围所限，可以确定所有相邻的车辆之间的车距。
可选的，所述处理器91执行所述程序时还可实现如下步骤：
所述根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，包括：
根据所述第一路段的拟合函数，计算所述第一路段上的第一目标路径点与所述第一路段的第一端点之间的第一距离；所述第一端点为所述第一路段的两个端点中与所述第二路段衔接的端点，或者所述第一端点为所述第一路段的两个端点中与第三路段衔接的端点；
根据所述第二路段的拟合函数，计算所述第二路段上的第二目标路径点与所述第二路段的第二端点之间的第二距离；所述第二端点为所述第二路段的两个端点中与所述第一路段衔接的端点，或者所述第二端点为所述第二路段的两个端点中与第三路段衔接的端点；
若所述第一路段和所述第二路段之间存在所述第三路段，根据所述第一距离、所述第二距离以及根据第三路段的拟合函数计算得到的所述第三路段的长度，确定所述第一车辆与所述第二车辆之间的距离信息；
否则，根据所述第一距离和所述第二距离，确定所述第一车辆与所述第二车辆之间的距离信息。
可选的，所述第一车辆和所述第二车辆为同一车道上前后相邻的两辆车，所述地图上的所述路段是基于车道划分。
可选的，所述处理器91执行所述程序时还可实现如下步骤：
所述确定地图上的目标路径点，包括：
利用KD树，确定所述地图上的所述目标路径点。
可选的，所述路段上的所述路径点是按照预设间隔进行打点得到。
可选的，所述地图上的所述路段是根据道路的特征对道路进行分段得到，对所述路段进行函数拟合的方式包括直线、曲率呈线性变化的螺旋形、曲率恒定的弧、三次多项式、参数三次多项式中的至少之一。
可选的，所述处理器91执行所述程序时还可实现如下步骤：
所述确定第一车辆与第二车辆之间的距离信息之后，还包括：
将所述第一车辆与所述第二车辆之间的距离信息发送至所述第一车辆和/或所述第二车辆。
可选的，所述处理器91执行所述程序时还可实现如下步骤：
所述获取定位得到的车辆位置的信息，包括：
接收车辆发送的所述车辆位置的信息。
本申请实施例的具体工作过程与上述方法实施例一中的一致，故在此不再赘述，详细请参阅上述实施例一中方法步骤的说明。
本申请实施例四提供一种可读存储介质，其上存储有程序，该程序被处理器执行时实现上述实施例一中任一种车距确定方法中的步骤。详细请参阅以上对应实施例中方法步骤的说明。
上述可读存储介质，包括计算机可读存储介质。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
以上所述是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (11)
1.一种车距确定方法，其特征在于，包括：
获取定位得到的车辆位置的信息；
确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
确定所述目标路径点在所述地图上所属的路段；
根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
2.根据权利要求1所述的方法，其特征在于，所述根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，包括：
根据所述第一路段的拟合函数，计算所述第一路段上的第一目标路径点与所述第一路段的第一端点之间的第一距离；所述第一端点为所述第一路段的两个端点中与所述第二路段衔接的端点，或者所述第一端点为所述第一路段的两个端点中与第三路段衔接的端点；
根据所述第二路段的拟合函数，计算所述第二路段上的第二目标路径点与所述第二路段的第二端点之间的第二距离；所述第二端点为所述第二路段的两个端点中与所述第一路段衔接的端点，或者所述第二端点为所述第二路段的两个端点中与第三路段衔接的端点；
若所述第一路段和所述第二路段之间存在所述第三路段，根据所述第一距离、所述第二距离以及根据第三路段的拟合函数计算得到的所述第三路段的长度，确定所述第一车辆与所述第二车辆之间的距离信息；
否则，根据所述第一距离和所述第二距离，确定所述第一车辆与所述第二车辆之间的距离信息。
3.根据权利要求1所述的方法，其特征在于，所述第一车辆和所述第二车辆为同一车道上前后相邻的两辆车，所述地图上的所述路段是基于车道划分。
4.根据权利要求1所述的方法，其特征在于，所述确定地图上的目标路径点，包括：
利用KD树，确定所述地图上的所述目标路径点。
5.根据权利要求1所述的方法，其特征在于，所述路段上的所述路径点是按照预设间隔进行打点得到。
6.根据权利要求1所述的方法，其特征在于，所述地图上的所述路段是根据道路的特征对道路进行分段得到，对所述路段进行函数拟合的方式包括直线、曲率呈线性变化的螺旋形、曲率恒定的弧、三次多项式、参数三次多项式中的至少之一。
7.根据权利要求1所述的方法，其特征在于，应用于网络侧设备，所述确定第一车辆与第二车辆之间的距离信息之后，还包括：
将所述第一车辆与所述第二车辆之间的距离信息发送至所述第一车辆和/或所述第二车辆。
8.根据权利要求7所述的方法，其特征在于，所述获取定位得到的车辆位置的信息，包括：
接收车辆发送的所述车辆位置的信息。
9.一种车距确定装置，其特征在于，包括：
车辆位置信息获取模块，用于获取定位得到的车辆位置的信息；
最近路径点确定模块，用于确定地图上的目标路径点，所述目标路径点是与所述车辆位置最近的路径点；
路段匹配模块，用于确定所述目标路径点在所述地图上所属的路段；
车距计算模块，用于根据所述地图上的第一路段与第二路段的拟合函数，以及所述第一路段上的第一目标路径点和所述第二路段上的第二目标路径点，确定第一车辆与第二车辆之间的距离信息，所述第一车辆与所述第二车辆为前后相邻的两辆车，所述第一路段为与所述第一车辆的车辆位置最近的所述第一目标路径点所属的路段，所述第二路段为与所述第二车辆的车辆位置最近的所述第二目标路径点所属的路段。
10.一种车距确定装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序；其特征在于，所述处理器执行所述程序时实现如权利要求1至8中任一项所述的车距确定方法中的步骤。
11.一种可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1至8中任一项所述的车距确定方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110517726.2A CN113252049B (zh) | 2021-05-12 | 2021-05-12 | 一种车距确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110517726.2A CN113252049B (zh) | 2021-05-12 | 2021-05-12 | 一种车距确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113252049A true CN113252049A (zh) | 2021-08-13 |
| CN113252049B CN113252049B (zh) | 2022-06-10 |
Family
ID=77224098
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110517726.2A Active CN113252049B (zh) | 2021-05-12 | 2021-05-12 | 一种车距确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113252049B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102661733A (zh) * | 2012-05-28 | 2012-09-12 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
| CN103927437A (zh) * | 2014-04-04 | 2014-07-16 | 东南大学 | 在非直线路段测量车头间距的方法 |
| US9227632B1 (en) * | 2014-08-29 | 2016-01-05 | GM Global Technology Operations LLC | Method of path planning for evasive steering maneuver |
| CN106097754A (zh) * | 2016-06-27 | 2016-11-09 | 安徽超远信息技术有限公司 | 一种基于无线通信及卫星型号的移动执法位置获取和校正方法 |
| JP2019001298A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社Ｓｕｂａｒｕ | 衝突判定装置 |
| CN110281926A (zh) * | 2019-06-27 | 2019-09-27 | 淮安信息职业技术学院 | 山区公路弯道信息识别和行车安全预警的方法及系统 |
| US20190310644A1 (en) * | 2018-04-05 | 2019-10-10 | Ford Global Technologies, Llc | Vehicle path identification |
| CN110415559A (zh) * | 2019-06-03 | 2019-11-05 | 腾讯科技（深圳）有限公司 | 一种驾驶预警方法、服务器、终端、系统及存储介质 |
| CN110466516A (zh) * | 2019-07-11 | 2019-11-19 | 北京交通大学 | 一种基于非线性规划的曲线道路自动车换道轨迹规划方法 |
| CN110956810A (zh) * | 2019-10-28 | 2020-04-03 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu和v2x的复杂道路前向预警方法 |
| US20200182627A1 (en) * | 2018-12-11 | 2020-06-11 | Here Global B.V. | Segmented path coordinate system |
| CN111572538A (zh) * | 2020-04-27 | 2020-08-25 | 腾讯科技（深圳）有限公司 | 车辆碰撞预警阈值确定方法、装置 |
| CN111814286A (zh) * | 2020-07-07 | 2020-10-23 | 吉林大学 | 一种面向自动驾驶的车道级地图几何模型建立方法 |
| CN112349141A (zh) * | 2019-08-09 | 2021-02-09 | 广州汽车集团股份有限公司 | 一种前碰撞控制方法、前碰撞预警装置及汽车 |
-
2021
- 2021-05-12 CN CN202110517726.2A patent/CN113252049B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102661733A (zh) * | 2012-05-28 | 2012-09-12 | 天津工业大学 | 一种基于单目视觉的前方车辆测距方法 |
| CN103927437A (zh) * | 2014-04-04 | 2014-07-16 | 东南大学 | 在非直线路段测量车头间距的方法 |
| US9227632B1 (en) * | 2014-08-29 | 2016-01-05 | GM Global Technology Operations LLC | Method of path planning for evasive steering maneuver |
| CN106097754A (zh) * | 2016-06-27 | 2016-11-09 | 安徽超远信息技术有限公司 | 一种基于无线通信及卫星型号的移动执法位置获取和校正方法 |
| JP2019001298A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社Ｓｕｂａｒｕ | 衝突判定装置 |
| US20190310644A1 (en) * | 2018-04-05 | 2019-10-10 | Ford Global Technologies, Llc | Vehicle path identification |
| US20200182627A1 (en) * | 2018-12-11 | 2020-06-11 | Here Global B.V. | Segmented path coordinate system |
| CN110415559A (zh) * | 2019-06-03 | 2019-11-05 | 腾讯科技（深圳）有限公司 | 一种驾驶预警方法、服务器、终端、系统及存储介质 |
| CN110281926A (zh) * | 2019-06-27 | 2019-09-27 | 淮安信息职业技术学院 | 山区公路弯道信息识别和行车安全预警的方法及系统 |
| CN110466516A (zh) * | 2019-07-11 | 2019-11-19 | 北京交通大学 | 一种基于非线性规划的曲线道路自动车换道轨迹规划方法 |
| CN112349141A (zh) * | 2019-08-09 | 2021-02-09 | 广州汽车集团股份有限公司 | 一种前碰撞控制方法、前碰撞预警装置及汽车 |
| CN110956810A (zh) * | 2019-10-28 | 2020-04-03 | 南京市德赛西威汽车电子有限公司 | 一种基于rsu和v2x的复杂道路前向预警方法 |
| CN111572538A (zh) * | 2020-04-27 | 2020-08-25 | 腾讯科技（深圳）有限公司 | 车辆碰撞预警阈值确定方法、装置 |
| CN111814286A (zh) * | 2020-07-07 | 2020-10-23 | 吉林大学 | 一种面向自动驾驶的车道级地图几何模型建立方法 |
Non-Patent Citations (2)
| Title |
|---|
| SUDARSHAN S. CHAWATHE等: "Segment-Based Map Matching", 《2007 IEEE INTELLIGENT VEHICLES SYMPOSIUM》, 15 June 2007 (2007-06-15), pages 1190 - 1197, XP031127110 * |
| 靳松杰等: "一种自适应地图匹配算法", 《无线电工程》, no. 01, 5 January 2007 (2007-01-05) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113252049B (zh) | 2022-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11808581B2 (en) | Lane-level map matching | |
| JP7090597B2 (ja) | 位置特定基準データを生成及び使用する方法及びシステム | |
| CN106767853B (zh) | 一种基于多信息融合的无人驾驶车辆高精度定位方法 | |
| CN109143207B (zh) | 激光雷达内参精度验证方法、装置、设备及介质 | |
| JP6595182B2 (ja) | マッピング、位置特定、及び姿勢補正のためのシステム及び方法 | |
| US10240934B2 (en) | Method and system for determining a position relative to a digital map | |
| US8452535B2 (en) | Systems and methods for precise sub-lane vehicle positioning | |
| KR101711964B1 (ko) | 자유 공간 지도 생성 방법, 자유 공간 지도 생성 시스템, 자유 공간 지도를 이용한 전경/배경 추출 방법 및 전경/배경 추출 시스템 | |
| CN111272190B (zh) | 地图标定错误检测方法和装置 | |
| CN111102988A (zh) | 基于地图的路径规划方法、服务器、车载终端、存储介质 | |
| JP7234354B2 (ja) | 走行座標系の構築方法及びその使用 | |
| US20190152487A1 (en) | Road surface estimation device, vehicle control device, and road surface estimation method | |
| JP7250135B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| KR20180103462A (ko) | 라이더 스캔 데이터의 누적에 의한 자율주행 자동차의 위치인식 시스템 및 그 방법 | |
| CN113008248A (zh) | 用于生成和更新数字地图的方法和系统 | |
| CN112964291A (zh) | 一种传感器标定的方法、装置、计算机存储介质及终端 | |
| KR102367138B1 (ko) | 라이다 센서를 이용하여 횡단보도를 검출하는 방법 및 상기 방법을 수행하는 횡단보도 검출 장치 | |
| JP2020003463A (ja) | 自車位置推定装置 | |
| CN113178091B (zh) | 安全行驶区域方法、装置和网络设备 | |
| JP3885787B2 (ja) | 走行経路推定方法、走行経路推定システムにおけるセンター装置及びプログラム | |
| CN113306559A (zh) | 在路形估计中对于垂直道路曲度的补偿 | |
| CN113252049B (zh) | 一种车距确定方法及装置 | |
| CN113157842A (zh) | 一种地图生成方法、装置、电子设备及可读存储介质 | |
| CN114631124A (zh) | 三维点云分割方法和装置、可移动平台 | |
| EP3521757B1 (en) | Information processing apparatus and automatic driving track management system |
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 |