CN113428160B - 危险场景的预测方法、装置、系统、电子设备及存储介质 - Google Patents

危险场景的预测方法、装置、系统、电子设备及存储介质 Download PDF

Info

Publication number
CN113428160B
CN113428160B CN202110867578.7A CN202110867578A CN113428160B CN 113428160 B CN113428160 B CN 113428160B CN 202110867578 A CN202110867578 A CN 202110867578A CN 113428160 B CN113428160 B CN 113428160B
Authority
CN
China
Prior art keywords
information
determining
vehicle
target area
speed
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
CN202110867578.7A
Other languages
English (en)
Other versions
CN113428160A (zh
Inventor
杨志伟
司胜营
李丰军
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.)
China Automotive Innovation Co Ltd
Original Assignee
China Automotive Innovation 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 China Automotive Innovation Co Ltd filed Critical China Automotive Innovation Co Ltd
Priority to CN202110867578.7A priority Critical patent/CN113428160B/zh
Publication of CN113428160A publication Critical patent/CN113428160A/zh
Application granted granted Critical
Publication of CN113428160B publication Critical patent/CN113428160B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/105—Speed
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20—Ambient conditions, e.g. wind or rain

Abstract

本申请实施例所公开的一种危险场景的预测方法、装置、系统、电子设备及存储介质，其中，方法包括获取预设区域内的环境信息和自车的第一行驶信息，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，确定自车与目标区域的目标距离信息，根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。基于本申请实施例可以在确定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。

Description

危险场景的预测方法、装置、系统、电子设备及存储介质
技术领域
本发明涉及安全驾驶技术领域，尤其涉及一种危险场景的预测方法、装置、系统、电子设备及存储介质。
背景技术
随着智能驾驶技术的蓬勃发展，自适应巡航控制系统(ACC,Adaptive CruiseControl)、自动制动系统(AEB，Autonomous Emergency Barking)、车道保持辅助系统(LKA，Lane Keeping Assist)、自动泊车辅助系统(APA,Auto Parking Assist)等一系列智能驾驶辅助系统得到广泛应用。这些系统基于车身传感器对行驶环境进行感知，例如基于毫米波雷达、摄像头对行驶环境进行感知，进而辅助驾驶员对车辆进行控制。例如，ACC是一种车辆能够自主调节行驶速度以适应实际交通状况的智能驾驶辅助系统，通过获取本车与前方车辆(即位于本车前方且与本车距离最近的车辆)的距离以及相对速度，并根据距离和相对速度确定是按照巡航速度行驶，还是减速以低于巡航速度的速度行驶，在此过程中，驾驶员不必控制油门刹车，可以减轻驾驶员的驾驶负担。
上述智能驾驶系统都是基于对环境的实时感知，在感知到出现危险场景时，才辅助驾驶员对车辆进行控制，无法提前预判未知的安全风险，例如AEB往往在传感器探测到目标物并且判断出即将出现碰撞时，才进行紧急刹车，无法提前预判危险场景，在行人或非机动车突然从驾驶员视线盲区进入视野导致的“鬼探头”场景下，无法避免事故的发生。
发明内容
本申请实施例提供了一种危险场景的预测方法、装置、系统、电子设备及存储介质，可以利用汽车已有的摄像头、毫米波雷达等传感器，通过增加软件模块，实现对危险场景的预判，提前提醒驾驶员，减少由于鬼探头造成的事故。
本申请实施例提供了一种危险场景的预测方法，包括：
获取预设区域内的环境信息和自车的第一行驶信息；
基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息；
确定自车与目标区域的目标距离信息；
根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。
进一步地，环境信息包括周围道路信息和他车的第二行驶信息集合；
第一行驶信息包括自车的当前行驶速度和自车的制动速度。
进一步地，根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息，包括：
根据目标区域对应的属性信息，确定目标区域对应的干扰行驶速度；
根据制动速度、干扰行驶速度和目标距离信息，确定参考行驶速度；
根据当前行驶速度和参考行驶速度，确定预警信息。
进一步地，确定目标区域对应的干扰行驶速度，包括：
若目标区域为人行横道，根据非机动车对应的行驶车速确定干扰行驶速度；
若目标区域为行车道，根据行车道对应的限速车速确定干扰行驶速度。
进一步地，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息之后，还包括：
基于危险场景预测模型和第二行驶信息集合，确定参考行驶速度；
根据当前行驶速度和参考行驶速度，确定预警信息。
进一步地，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，包括：
获取自车的当前位置信息；
基于当前位置信息、电子地图和周围道路信息，从自车对应的预设待匹配区域集合中确定目标区域；
基于电子地图确定目标区域对应的属性信息。
相应地，本申请实施例还提供了一种危险场景的预测装置，包括：
获取模块，用于获取预设区域内的环境信息和自车的第一行驶信息；
第一确定模块，用于基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息；
第二确定模块，用于确定自车与目标区域的目标距离信息；
第三确定模块，用于根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。
进一步地，环境信息包括周围道路信息和他车的第二行驶信息集合；
第一行驶信息包括自车的当前行驶速度和自车的制动速度。
进一步地，第三确定模块，包括：
第一确定单元，用于根据目标区域对应的属性信息，确定目标区域对应的干扰行驶速度；
第二确定单元，用于根据制动速度、干扰行驶速度和目标距离信息，确定参考行驶速度；
第三确定单元，用于根据当前行驶速度和参考行驶速度，确定预警信息。
进一步地，第一确定单元，用于若目标区域为人行横道，根据非机动车对应的行驶车速确定干扰行驶速度；
若目标区域为行车道，根据行车道对应的限速车速确定干扰行驶速度。
进一步地，装置还包括：
第四确定模块，用于基于危险场景预测模型和第二行驶信息集合，确定参考行驶速度；
第五确定模块，用于根据当前行驶速度和参考行驶速度，确定预警信息。
进一步地，第一确定模块，用于获取自车的当前位置信息；
基于当前位置信息、电子地图和周围道路信息，从自车对应的预设待匹配区域集合中确定目标区域；
基于电子地图确定目标区域对应的属性信息。
相应地，本申请实施例还提供了一种预警信息的确定系统，包括：
环境感知模块，用于感知预设区域内的环境信息；
自车信息采集模块，用于采集自车的第一行驶信息；
危险场景预测模块，用于获取预设区域内的环境信息和自车的第一行驶信息，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，确定自车与目标区域的目标距离信息，根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息；
人机交互模块，用于显示预警信息。
相应地，本申请实施例还提供了一种电子设备，该电子设备包括处理器和存储器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述危险场景的预测方法。
相应地，本申请实施例还提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述危险场景的预测方法。
本申请实施例具有如下有益效果：
本申请实施例所公开的一种危险场景的预测方法、装置、系统、电子设备及存储介质，其中，方法包括获取预设区域内的环境信息和自车的第一行驶信息，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，确定自车与目标区域的目标距离信息，根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。基于本申请实施例可以在确定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。
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是本申请实施例所提供的一种应用环境的示意图；
图2是本申请实施例提供的一种危险场景的预测方法的流程示意图；
图3是本申请实施例提供的一种对预设区域进行划分的示意图；
图4是本申请实施例提供的一种确定预警信息的方法的流程示意图；
图5是本申请实施例提供的一种危险场景的预测方法的流程示意图；
图6是本申请实施例提供的一种危险场景示意图；
图7是本申请实施例提供的一种危险场景的预测装置的结构示意图；
图8是本申请实施例提供的一种预警信息的确定系统的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例作进一步地详细描述。显然，所描述的实施例仅仅是本申请一个实施例，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作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。
此处所称的“实施例”是指可包含于本申请至少一个实现方式中的特定特征、结构或特性。在本申请实施例的描述中，需要理解的是，术语“第一”、“第二”和“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”和“第三”等的特征可以明示或者隐含的包括一个或者更多个该特征。而且，术语“第一”、“第二”和“第三”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实施例能够以除了在这里图示或描述以外的顺序实施。此外，术语“包括”和“为”以及他们的任何变形，意图在于覆盖不排他的包含。
请参阅图1，其所示为本申请实施例所提供的一种应用环境的示意图，包括车辆100，该车辆上设有环境感知模块101、自车信息采集模块103和车载服务器105，其中，环境感知模块可以采集预设区域内的环境信息，自车信息采集模块可以采集自车的第一行驶信息，车载服务器可以获取预设区域内的环境信息和自车的第一行驶信息，并基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，进而确定自车与目标区域的目标距离信息，再根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。
下面介绍本申请一种危险场景的预测方法的具体实施例，图2是本申请实施例提供的一种危险场景的预测方法的流程示意图，本说明书提供了如实施例或流程图所示的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式，不代表唯一的执行顺序，在实际执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，该方法包括：
S201：获取预设区域内的环境信息和自车的第一行驶信息。
本申请实施例中，服务器可以获取以自车为圆心，预设距离为半径的预设区域内的环境信息和自车的第一行驶信息，其中，环境信息可以包括自车周围道路信息和他车的第二行驶信息集合，第一行驶信息可以包括自车的当前行驶速度和自车的制动速度。
本申请实施例中，自车上可以设置环境感知模块和自车信息采集模块，其中，环境感知模块可以包括摄像头、激光雷达、毫米波雷达等感知设备，用于采集预设区域内的环境信息，并发送至服务器，通过目标识别、融合感知等手段确定自车周围道路上的他车、建筑物、树木等具有标志性特性的事物的位置、大小、速度和类型等信息。自车信息采集模块可以包括全球导航定位设备、速度传感器、加速度传感器等传感器，用于采集自车的当前行驶速度和自车的制动速度，还可以采集自车的当前位置、加速度、轮速等其他行驶信息。
本申请实施例中，服务器可以根据他车的第二行驶信息集合，即他车的位置和速度，对他车的运动轨迹进行预测，得到他车的预测轨迹。
S203：基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息。
本申请实施例中，服务器上可以设置危险场景预测模块，用于获取预设区域内的环境信息和自车的第一行驶信息，并根据环境信息和第一行驶信息，确定预警信息。
本申请实施例中，服务器可以获取自车的当前位置信息，进而基于当前位置信息、电子地图和周围道路信息，从自车对应的预设待匹配区域中确定目标区域，并基于电子地图确定目标区域对应的属性信息。
本申请实施例中，预设区域可以是以自车为对称中心，第一预设距离为短轴、第二预设距离为长轴的矩形。服务器可以预先对预设区域进行划分处理，图3是本申请实施例提供的一种对预设区域进行划分的示意图，预设区域被划分为多个预设待匹配区域，包括正前、左前、右前、远左前1、远左前2、远左前3......。
在一种可选的实施方式中，可以将电子地图与自车周围道路信息进行叠加，从多个预设待匹配区域中确定出目标区域以及目标区域对应的属性信息。如图3所示，通过将电子地图与自车周围道路信息进行叠加，得到他车位于左前，远左前1被遮挡，即盲区为左前1，可以确定目标区域为远左前1，进而可以根据自车的当前位置，结合电子地图确定远左前1的属性信息，即远左前1为行车道还是人行横道。若无遮挡区域，即不存在盲区，则可以判定不存在目标区域，即可以判定周围道路中不存在与自车行驶方向相干涉的其他交通参与者。
S205：确定自车与目标区域的目标距离信息。
本申请实施例中，在确定目标区域之后，可以确定自车与目标区域的目标距离信息，即自车与目标区域的边界所在直线的距离。当目标区域为远左前1时，目标距离信息为S1；当目标区域为远左前2时，目标距离信息为S2。
S207：根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。
图4是本申请实施例提供的一种确定预警信息的方法的流程示意图。在一种可选的实施方式中，可以采用图4所示的方法步骤确定预警信息，具体如图4所示：
S401：根据目标区域对应的属性信息，确定目标区域对应的干扰行驶速度。
本申请实施例中，服务器可以根据目标区域对应的属性信息，确定目标区域对应的干扰行驶速度。若目标区域为人行横道，可以根据非机动车对应的行驶车速确定干扰行驶速度。也即是，若盲区为人行横道，可以将电动自行车的平均速度作为盲区的干扰行驶速度。若目标区域为行车道，可以根据行车道对应的限速车速确定干扰行驶速度。也即是，若盲区为行车道，可以将行车道对应的最低限速作为盲区的干扰行驶速度。
S403：根据制动速度、干扰行驶速度和目标距离信息，确定参考行驶速度。
本申请实施例中，服务器可以根据自车的制动速度、目标区域对应的干扰行驶速度和自车与目标区域的目标距离信息，确定参考行驶速度，即确定自车在该存在盲区的情景下的安全车速。其中，自车的制动速度可以是自车的最大减速度。
在一种可选的实施方式中，可以采用如下公式确定参考行驶速度：
Figure BDA0003184772130000081
其中，V表示参考行驶速度，Vr表示干扰行驶速度，a表示制动速度，S表示目标距离信息。
S405：根据当前行驶速度和参考行驶速度，确定预警信息。
本申请实施例中，自车上可以设置人机交互模块，该人机交互模块可以包括仪表、中控屏和平视显示系统(HUD，Head Up Display)。服务器可以根据自车的当前行驶速度和参考行驶速度，确定预警信息，若当前行驶速度大于参考行驶速度，可以确定预警信息为谨慎驾驶信息，若当前行驶速度小于等于参考行驶速度，可以确定预警信息为安全信息。即当自车的行驶速度大于参考行驶速度时，需要向自车的人机交互模块发送报警信息，警示驾驶员谨慎驾驶，当自车的行驶速度小于等于参考行驶速度时，则不需要向自车的人机交互模块发送报警信息。
采用本申请实施例所提供的危险场景的预测方法，可以在确定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。
下面介绍本申请一种危险场景的预测方法的具体实施例，图5是本申请实施例提供的一种危险场景的预测方法的流程示意图，本说明书提供了如实施例或流程图所示的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多执行顺序中的一种方式，不代表唯一的执行顺序，在实际执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图5所示，该方法包括：
S501：获取预设区域内的环境信息和自车的第一行驶信息。
本申请实施例中，服务器可以获取以自车为圆心，预设距离为半径的预设区域内的环境信息和自车的第一行驶信息，其中，环境信息可以包括自车周围道路信息和他车的第二行驶信息集合，第一行驶信息可以包括自车的当前行驶速度和自车的制动速度。
本申请实施例中，自车上可以设置环境感知模块和自车信息采集模块，其中，环境感知模块可以包括摄像头、激光雷达、毫米波雷达等感知设备，用于采集预设区域内的环境信息，并发送至服务器，通过目标识别、融合感知等手段确定自车周围道路上的他车、建筑物、树木等具有标志性特性的事物的位置、大小、速度和类型等信息。自车信息采集模块可以包括全球导航定位设备、速度传感器、加速度传感器等传感器，用于采集自车的当前行驶速度和自车的制动速度，还可以采集自车的当前位置、加速度、轮速等其他行驶信息。
本申请实施例中，服务器可以根据他车的第二行驶信息集合，即他车的位置和速度，对他车的运动轨迹进行预测，得到他车的预测轨迹。
S503：基于危险场景预测模型和第二行驶信息集合，确定参考行驶速度。
本申请实施例中，在获取预设区域内的环境信息和自车的第一行驶信息之后，可以基于危险场景预测模型，结合自车周围道路信息和他车的第二行驶信息集合，确定参考行驶速度。
在一种可选的实施方式中，在确定参考行驶速度之前，可以对危险场景预测模型进行训练，具体可以采用如下步骤：
步骤一：获取危险场景库，从危险场景库中获取训练样本集；危险场景库可以是从历史交通事故录像中选择的图像，每个训练样本可以包括发生事故时使自车存在盲区的他车的位置、他车的速度和自车的速度。
步骤二：基于训练样本集对危险场景预测模型进行训练，以使得训练后的危险场景预测模型在检测出相同场景时，可以确定参考行驶速度。即在检测出使自车存在盲区，他车的位置、他车的速度与危险场景库中的信息一致时，根据危险场景库对应的自车的速度确定参考行驶速度，具体可以将自车的速度的一半确定为参考行驶速度。
S505：根据当前行驶速度和参考行驶速度，确定预警信息。
本申请实施例中，自车上可以设置人机交互模块，该人机交互模块可以包括仪表、中控屏和平视显示系统(HUD，Head Up Display)。服务器可以根据自车的当前行驶速度和参考行驶速度，确定预警信息，若当前行驶速度大于参考行驶速度，可以确定预警信息为谨慎驾驶信息，若当前行驶速度小于等于参考行驶速度，可以确定预警信息为安全信息。即当自车的行驶速度大于参考行驶速度时，需要向自车的人机交互模块发送报警信息，警示驾驶员谨慎驾驶，当自车的行驶速度小于等于参考行驶速度时，则不需要向自车的人机交互模块发送报警信息。
下面举例说明，图6是本申请实施例提供的一种危险场景示意图。当自车601直行时，左侧停有他车603，由于他车603遮挡住自车601的视线，使得区域605成为自车601的盲区，若基于电子地图和自车601的当前位置确定区域605为人行横道，可以将电动自行车的平均速度确定为盲区的干扰行驶速度，并确定自车601车头至正前方人行横道的距离，将其作为目标距离，进而根据自车601的制动速度、干扰行驶速度和目标距离信息，确定参考行驶速度。若自车的当前行驶速度大于参考行驶速度，危险场景预测模块将提前预测存在风险，生成预警信息，通过人机交互模块给驾驶员风险警告，提示驾驶员减速通行，可以规避事故风险。
采用本申请实施例所提供的危险场景的预测方法，可以在定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。
本申请实施例还提供的一种危险场景的预测装置，图7是本申请实施例提供的一种危险场景的预测装置的结构示意图，如图7所示，该装置可以包括：
获取模块701用于获取预设区域内的环境信息和自车的第一行驶信息；
第一确定模块703用于基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息；
第二确定模块705用于确定自车与目标区域的目标距离信息；
第三确定模块707用于根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。
本申请实施例中，环境信息包括周围道路信息和他车的第二行驶信息集合；
第一行驶信息包括自车的当前行驶速度和自车的制动速度。
本申请实施例中，第三确定模块707可以包括：
第一确定单元，用于根据目标区域对应的属性信息，确定目标区域对应的干扰行驶速度；
第二确定单元，用于根据制动速度、干扰行驶速度和目标距离信息，确定参考行驶速度；
第三确定单元，用于根据当前行驶速度和参考行驶速度，确定预警信息。
本申请实施例中，第一确定单元可以用于若目标区域为人行横道，根据非机动车对应的行驶车速确定干扰行驶速度；
若目标区域为行车道，根据行车道对应的限速车速确定干扰行驶速度。
本申请实施例中，上述装置还可以包括：
第四确定模块，用于基于危险场景预测模型和第二行驶信息集合，确定参考行驶速度；
第五确定模块，用于根据当前行驶速度和参考行驶速度，确定预警信息。
本申请实施例中，第一确定模块703可以用于获取自车的当前位置信息；
基于当前位置信息、电子地图和周围道路信息，从自车对应的预设待匹配区域集合中确定目标区域；
基于电子地图确定目标区域对应的属性信息。
本申请实施例中的装置与方法实施例基于同样的申请构思。
采用本申请实施例提供的危险场景的预测装置，可以在定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。
本申请实施例还提供了一种预警信息的确定系统，图8是本申请实施例提供的一种预警信息的确定系统的结构示意图，该系统可以包括：
环境感知模块801用于感知预设区域内的环境信息；
自车信息采集模块803用于采集自车的第一行驶信息；
危险场景预测模块805用于获取预设区域内的环境信息和自车的第一行驶信息，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，确定自车与目标区域的目标距离信息，根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息；
人机交互模块807用于显示预警信息。
本申请实施例中的系统与方法实施例基于同样的申请构思。
采用本申请实施例提供的预警信息的确定系统，可以在定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。
本申请实施例还提供的一种电子设备，电子设备可设置于服务器之中以保存用于实现方法实施例中的一种危险场景的预测方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该存储器加载并执行以实现上述的危险场景的预测方法。
本申请实施例还提供的一种存储介质，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危险场景的预测方法相关的至少一条指令、至少一段程序、代码集或指令集，该至少一条指令、该至少一段程序、该代码集或指令集由该处理器加载并执行以实现上述危险场景的预测方法。
可选的，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包括：U盘、只读存储器(ROM，Read-only 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。
由上述本申请提供的危险场景的预测方法、装置、系统、电子设备或存储介质的实施例可见，本申请中方法包括获取预设区域内的环境信息和自车的第一行驶信息，基于电子地图和环境信息，从预设区域内确定目标区域以及目标区域对应的属性信息，确定自车与目标区域的目标距离信息，根据第一行驶信息、目标区域对应的属性信息和目标距离信息，确定预警信息。基于本申请实施例可以确定出盲区时，提前提醒驾驶员，减少由于鬼探头造成的事故。
在本发明中，除非另有明确的规定和限定，术语“相连”、“连接”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的相连或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是：上述本申请实施例的先后顺序仅仅为了描述，不代表实施例的优劣，且上述本说明书对特定的实施例进行了描述，其他实施例也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者步骤可以按照不同的实施例中的顺序来执行并且能够实现预期的结果。另外，在附图中描绘的过程不一定要求示出特定顺序或者而连接顺序才能够实现期望的结果，在某些实施方式中，多任务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均为与其他实施例的不同之处。尤其，对于装置的实施例而言，由于其基于相似于方法实施例，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。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种危险场景的预测方法，其特征在于，包括：
获取预设区域内的环境信息和自车的第一行驶信息；所述第一行驶信息包括所述自车的当前行驶速度和所述自车的制动速度；
将电子地图和所述环境信息中自车周围道路信息进行叠加，将所述预设区域内被遮挡的区域确定为目标区域，以及根据自车的当前位置和所述电子地图确定所述目标区域的属性信息为行车道或者人行横道；
确定所述自车与所述目标区域的目标距离信息；
根据所述目标区域对应的属性信息，确定所述目标区域对应的干扰行驶速度；
根据所述制动速度与所述目标距离信息的平方根与所述干扰行驶速度的和值，确定参考行驶速度；
根据所述当前行驶速度和所述参考行驶速度，确定预警信息。
2.根据权利要求1所述的方法，其特征在于，所述环境信息包括周围道路信息和他车的第二行驶信息集合。
3.根据权利要求1所述的方法，其特征在于，所述确定所述目标区域对应的干扰行驶速度，包括：
若所述目标区域为人行横道，根据非机动车对应的行驶车速确定所述干扰行驶速度；
若所述目标区域为行车道，根据所述行车道对应的限速车速确定所述干扰行驶速度。
4.根据权利要求2所述的方法，其特征在于，所述基于电子地图和所述环境信息，从所述预设区域内确定目标区域以及所述目标区域对应的属性信息之后，还包括：
基于危险场景预测模型和所述第二行驶信息集合，确定参考行驶速度；
根据所述当前行驶速度和所述参考行驶速度，确定所述预警信息。
5.根据权利要求2所述的方法，其特征在于，所述基于电子地图和所述环境信息，从所述预设区域内确定目标区域以及所述目标区域对应的属性信息，包括：
获取所述自车的当前位置信息；
基于所述当前位置信息、所述电子地图和所述周围道路信息，从所述自车对应的预设待匹配区域集合中确定目标区域；
基于所述电子地图确定所述目标区域对应的属性信息。
6.一种危险场景的预测装置，其特征在于，包括：
获取模块，用于获取预设区域内的环境信息和自车的第一行驶信息；所述第一行驶信息包括所述自车的当前行驶速度和所述自车的制动速度；
第一确定模块，用于将电子地图和所述环境信息中自车周围道路信息进行叠加，将所述预设区域内被遮挡的区域确定为目标区域，以及根据自车的当前位置和所述电子地图确定所述目标区域的属性信息为行车道或者人行横道；
第二确定模块，用于确定所述自车与所述目标区域的目标距离信息；
第三确定模块，用于根据所述目标区域对应的属性信息，确定所述目标区域对应的干扰行驶速度；根据所述制动速度与所述目标距离信息的乘积的平方根与所述干扰行驶速度的和值，确定参考行驶速度；根据所述当前行驶速度和所述参考行驶速度，确定预警信息。
7.一种预警信息的确定系统，其特征在于，包括：
环境感知模块，用于感知预设区域内的环境信息；
自车信息采集模块，用于采集自车的第一行驶信息；所述第一行驶信息包括所述自车的当前行驶速度和所述自车的制动速度；
危险场景预测模块，用于获取预设区域内的环境信息和自车的第一行驶信息，将电子地图和所述环境信息中自车周围道路信息进行叠加，将所述预设区域内被遮挡的区域确定为目标区域，以及根据自车的当前位置和所述电子地图确定所述目标区域的属性信息为行车道或者人行横道，确定所述自车与所述目标区域的目标距离信息，根据所述目标区域对应的属性信息，确定所述目标区域对应的干扰行驶速度，根据所述制动速度与所述目标距离信息的乘积的平方根与所述干扰行驶速度的和值，确定参考行驶速度，根据所述当前行驶速度和所述参考行驶速度，确定所述预警信息；
人机交互模块，用于显示所述预警信息。
8.一种电子设备，其特征在于，所述电子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、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现权利要求1-5任意一项所述的危险场景的预测方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1-5任意一项所述的危险场景的预测方法。
CN202110867578.7A 2021-07-28 2021-07-28 危险场景的预测方法、装置、系统、电子设备及存储介质 Active CN113428160B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110867578.7A CN113428160B (zh) 2021-07-28 2021-07-28 危险场景的预测方法、装置、系统、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110867578.7A CN113428160B (zh) 2021-07-28 2021-07-28 危险场景的预测方法、装置、系统、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113428160A CN113428160A (zh) 2021-09-24
CN113428160B true CN113428160B (zh) 2023-02-24

Family

ID=77762354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110867578.7A Active CN113428160B (zh) 2021-07-28 2021-07-28 危险场景的预测方法、装置、系统、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113428160B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116168542B (zh) * 2023-04-19 2023-07-21 山东领军智能交通科技有限公司 一种基于大型车辆的行为监测的预警方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809978A (zh) * 2016-04-25 2016-07-27 奇瑞汽车股份有限公司 车辆行驶速度的确定方法及装置
CN108819941A (zh) * 2018-08-10 2018-11-16 吉利汽车研究院（宁波）有限公司 变道行驶预警方法、装置及设备
CN109815832A (zh) * 2018-12-28 2019-05-28 深圳云天励飞技术有限公司 行车预警方法及相关产品
CN110562133A (zh) * 2019-09-16 2019-12-13 北京百度网讯科技有限公司 车辆故障处理方法、装置、设备和介质
CN111559388A (zh) * 2020-03-26 2020-08-21 吉利汽车研究院（宁波）有限公司 一种目标车辆筛选方法、装置、设备及存储介质
CN111915915A (zh) * 2020-07-16 2020-11-10 华人运通(上海)自动驾驶科技有限公司 驾驶场景重构方法、装置、系统、车辆、设备及存储介质
KR20210041545A (ko) * 2020-09-25 2021-04-15 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 차량 제어 방법, 장치, 전자기기 및 저장 매체

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809978A (zh) * 2016-04-25 2016-07-27 奇瑞汽车股份有限公司 车辆行驶速度的确定方法及装置
CN108819941A (zh) * 2018-08-10 2018-11-16 吉利汽车研究院（宁波）有限公司 变道行驶预警方法、装置及设备
CN109815832A (zh) * 2018-12-28 2019-05-28 深圳云天励飞技术有限公司 行车预警方法及相关产品
CN110562133A (zh) * 2019-09-16 2019-12-13 北京百度网讯科技有限公司 车辆故障处理方法、装置、设备和介质
CN111559388A (zh) * 2020-03-26 2020-08-21 吉利汽车研究院（宁波）有限公司 一种目标车辆筛选方法、装置、设备及存储介质
CN111915915A (zh) * 2020-07-16 2020-11-10 华人运通(上海)自动驾驶科技有限公司 驾驶场景重构方法、装置、系统、车辆、设备及存储介质
KR20210041545A (ko) * 2020-09-25 2021-04-15 베이징 바이두 넷컴 사이언스 테크놀로지 컴퍼니 리미티드 차량 제어 방법, 장치, 전자기기 및 저장 매체

Also Published As

Publication number Publication date
CN113428160A (zh) 2021-09-24

Similar Documents

Publication Publication Date Title
US11953911B1 (en) User interface for displaying object-based indications in an autonomous driving system
JP6671554B1 (ja) 車輪姿勢を使用した将来の進行方向の決定
US20190340522A1 (en) Event prediction system, event prediction method, recording media, and moving body
JP4815943B2 (ja) 危険箇所情報表示装置
EP3232289A1 (en) Information presentation control apparatus, autonomous vehicle, and autonomous-vehicle driving support system
JP4396597B2 (ja) 危険反応地点記録システム及び運転支援システム
CN109841088B (zh) 车辆驾驶辅助系统及方法
CN109421738A (zh) 用于监视自主车辆的方法和装置
EP3121076A2 (en) Vehicle control device
US11003925B2 (en) Event prediction system, event prediction method, program, and recording medium having same recorded therein
JP5691237B2 (ja) 運転支援装置
KR101476886B1 (ko) 차선변경 지원장치
US11008012B2 (en) Driving consciousness estimation device
US11661061B2 (en) Method and device for assisting a driver in a vehicle
JP4097519B2 (ja) 危険感受度推定装置、安全運転評価装置及び警報装置
US11745745B2 (en) Systems and methods for improving driver attention awareness
JP2021026720A (ja) 運転支援装置、車両の制御方法、およびプログラム
CN110936960A (zh) 一种辅助驾驶方法和系统
JP2019079363A (ja) 車両制御装置
CN111746274A (zh) 车辆用显示装置、显示控制方法以及存储介质
CN113428160B (zh) 危险场景的预测方法、装置、系统、电子设备及存储介质
CN116853235A (zh) 碰撞预警方法、装置、计算机设备和存储介质
JP2022027306A (ja) 移動体妨害検出装置、移動体妨害検出システム、及び移動体妨害検出プログラム
CN112950995A (zh) 泊车辅助装置、辅助装置、相应方法及车辆和服务器
CN117208000A (zh) 用于警告车辆用户以防临时危险情况的用于车辆的方法

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