CN113470430B - 一种基于转向意图预测的无信号交叉口车辆冲突预警方法 - Google Patents
一种基于转向意图预测的无信号交叉口车辆冲突预警方法 Download PDFInfo
- Publication number
- CN113470430B CN113470430B CN202110692174.9A CN202110692174A CN113470430B CN 113470430 B CN113470430 B CN 113470430B CN 202110692174 A CN202110692174 A CN 202110692174A CN 113470430 B CN113470430 B CN 113470430B
- Authority
- CN
- China
- Prior art keywords
- conflict
- vehicle
- early warning
- information
- steering intention
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- SVPXDRXYRYOSEX-UHFFFAOYSA-N bentoquatam Chemical compound O.O=[Si]=O.O=[Al]O[Al]=O SVPXDRXYRYOSEX-UHFFFAOYSA-N 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于转向意图预测的无信号交叉口车辆冲突预警方法,包括:对各进道口进行编号,并在无信号交叉口内部划分冲突区;在冲突区下,结合各车道车辆相对运动关系,建立改进的车辆冲突表;车辆与路侧单元交互,结合道路信息与自车信息进行转向意图预测;基于转向意图预测信息,生成预期行驶路径信息,发送至路侧单元;根据预期行驶路径,基于车辆冲突表进行空间冲突判断;对存在空间冲突的车辆,进行基于改进PET法的时间冲突检测,若不存在冲突则结束预警,若存在冲突则输出最终预警信息。本发明在车路协同的技术背景下,以转向意图预测为切入点,能够进行准确高效的无信号交叉口交通冲突预警,具有很高的应用价值。
Description
技术领域
本发明属于车路协同领域,具体涉及一种基于转向意图预测的无信号交叉口冲突预警方法。
背景技术
道路交通网络作为重要的交通基础设施,对交通安全的影响不可忽视。在路网中,交叉口安全问题尤为突出,发生于交叉口的事故比例达到59.7%,其中无信号交叉口事故比例高达25%-30%。
无信号交叉口缺乏信号控制设备,路权相对模糊,且通行规则无法准确执行,主要依赖于驾驶员对周边环境的观察与判断进行驾驶决策,拥有较高的交通事故隐患。此外,各类特定工作环境下的场面交通迅速发展,如机场场面、工业园区、校园环境等,此类场面环境往往存在较多的无信号交叉口,存在较高的冲突风险。因此对无信号交叉口的交通安全关键技术研究有着较大的现实需求。
车路协同系统(Cooperative Vehicle Infrastructure System,CVIS)实现了“人-车-路-环”的信息共享与交互,可以大大提高交通通行效率,避免交通冲突与事故,减缓当前交通压力。其逐渐实现通过路侧设备进行行驶车辆的统一引导与调度,但是其如何应用于无信号交叉口的交通冲突预警,需要进一步研究。
发明内容
发明目的:为了克服现有技术中存在的不足,提供一种基于转向意图预测的无信号交叉口冲突预警方法,在车路协同的技术背景下,以转向意图预测为切入点,能够进行准确高效的无信号交叉口交通冲突预警。
技术方案:为实现上述目的,本发明提供一种基于转向意图预测的无信号交叉口车辆冲突预警方法,包括如下步骤:
S1:路侧单元根据交叉口道路信息,对各进道口进行编号,并在无信号交叉口内部划分冲突区,进行冲突区编号;
S2:在步骤S2划分的冲突区下,结合各车道车辆相对运动关系,建立改进的车辆冲突表;
S3:车辆与路侧单元交互,结合道路信息与自车信息进行转向意图预测;
S4:基于步骤S3所得的转向意图预测信息,生成预期行驶路径信息,发送至路侧单元;
S5:根据步骤S4所得的预期行驶路径,基于步骤S2所得的车辆冲突表进行空间冲突判断,若不存在冲突则结束预警,若存在冲突则继续预警,进入到步骤S6;
S6:对步骤S5中存在空间冲突的车辆,进行基于改进PET法的时间冲突检测,若不存在冲突则结束预警,若存在冲突则输出最终预警信息。
进一步地,所述步骤S1具体包括如下步骤:
A1:根据各进道口车道数信息,以路侧单元所在侧进口车道为起始编号L1=1,按顺时针方向依次为各车道Li以顺序增大的自然数进行编号Li=i,i为车道编号;
A2:以各车道分界线延长线所围成的区域为冲突区,以路侧单元所在侧为起始冲突区,编号为area1=1,按顺时针方向依次为各冲突区areai以顺序增大的自然数进行编号areai=i。
进一步地,所述步骤S2中车辆冲突表的建立方法为:
B1:将车辆的左转行驶轨迹定义为1,直行行驶轨迹定义为2,右转行驶轨迹定义为3;
B2:考虑车辆尺寸后,路侧单元基于车辆间的相对运动关系,建立车辆冲突表。
进一步地,所述步骤S3中转向意图预测的方法包括如下步骤:
C1:基于车辆的自车信息及路侧单元向车辆发送道路基本信息进行原始输入;
C2:将原始输入量存储为输入向量;
C3:将向量化的输入数据输入至Bi-LSTM中进行转向意图预测,输出初步转向意图预测结果Ω=(ω1,ω2,ω3);
C4:对初步转向意图预测结果进行基于DS证据理论的唯一性概率修正,输出最终转向意图预测结果Ω'=[ω'1,ω'2,ω'3]。
进一步地,所述步骤C1中原始输入包括车道Li的宽度、车辆t距离车道Li道路中心线距离xit、车辆位置坐标信息(xt,yt)、车辆速度vt、车辆加速度at、方向盘转角θt、轮胎偏转角δt、转向灯状态信息Mt,其中t表示车道Li上的第t辆车;
所述步骤C2中输入向量为It=[Ht,Et],T=t-n,t-(n-1),...,t,Ht为车辆历史状态信息,即Ht=[xt,yt,vt,at,θt,δt],Et为环境信息,即Et=[xit,Mt]。
进一步地,所述步骤S4具体包括如下步骤:
D1:对于步骤S3所得的最终转向意图Ω'=[ω'1,ω'2,ω'3]的三种情形分别赋值为1、2、3,即为左转、直行、右转;
D2:根据车辆t当前所处的车道Li及转向意图结果,生成预期行驶路径road=[a,b],其中a为当前车道Li,b为预期驶入车道L'i;
D3:车辆t将预期行驶路径向量road发送至路侧单元。
进一步地,所述步骤S5具体包括如下步骤:
E1:路侧单元结合步骤S2所得车辆冲突表,根据步骤S4所得各进道口所有车辆预期行驶路径,查询车辆冲突表,进行空间冲突判断;
E2:若车辆间预期行驶路径不满足车辆冲突表,则结束车辆冲突预警流程;
E3:若车辆间预期行驶路径有满足车辆冲突表的,则路侧单元继续进行后续时间冲突预警。
进一步地,所述步骤S6具体包括如下步骤:
F1:路侧单元根据步骤S5所得的空间冲突结果确定将要发生冲突的冲突区areai;
F2:记录冲突车辆对中先驶入冲突区的车辆的到达冲突区时刻tfa,并计算该车辆驶出冲突区时刻tfl;
F3:预计后到达冲突区的车辆的到达冲突区时刻tba,并预计计算该车驶出冲突区时刻tbl;
F4:计算两车驶入冲突区时间差Δt1,计算前车驶离、后车驶入冲突区时间差Δt2,分别于驶入时间差阈值ΔT1和前车驶离后车驶入时间差阈值ΔT2进行比较;
F5:当Δt1<ΔT1时,存在冲突;
F6:当Δt1>ΔT1时,若Δt2<0则,不存在冲突,若Δt2>0且Δt2>ΔT2,存在冲突;
F7:路侧单元输出最终无信号交叉口交通冲突预警结果。
有益效果:本发明与现有技术相比,将车路协同技术应用到无信号交叉口的交通冲突预警当中,在车路协同的技术背景下,以转向意图预测为切入点,能够进行准确高效的无信号交叉口交通冲突预警,其具备如下优点:
1、响应速度快,且预警精度高。
2、系统全感全知,方便交管部门进行宏观调控。
3、预警时间大幅提前,使得驾驶员有足够时间做出反应,提高行车安全性。
附图说明
图1为基于转向意图预测的无信号交叉口冲突预警流程图;
图2为Bi-LSTM结构示意图;
图3为改进的转向意图预测流程图;
图4为改进的PET法示意图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示,本发明提供一种基于转向意图预测的无信号交叉口冲突预警方法,包括以下步骤:
步骤A:路侧单元根据交叉口道路信息,对各进道口进行编号,并在无信号交叉口内部划分冲突区,进行冲突区编号。具体包括以下步骤:
(1)根据各进道口车道数信息,以路侧单元所在侧进口车道为起始编号L1=1,按顺时针方向依次为各车道Li以顺序增大的自然数进行编号Li=i,i为车道编号,对双向两车道无信号交叉口,车道编号依次从1增大至8;
(2)以各车道分界线延长线所围成的区域为冲突区,以路侧单元所在侧为起始冲突区,编号为area1=1,按顺时针方向依次为各冲突区areai以顺序增大的自然数进行编号areai=i,对双向两车道无信号十字交叉口,冲突区编号依次从1增大至4;
步骤B:在步骤A划分的冲突区下,结合各车道车辆相对运动关系,建立改进的车辆冲突表。包括以下步骤内容:
(1)车辆将左转行驶轨迹定义为1,直行行驶轨迹定义为2,右转行驶轨迹定义为3;
(2)考虑车辆尺寸后,路侧单元基于车辆间的相对运动关系,对于双向两车道无信号交叉口,车辆间的相对运动关系有36种,将行车流交叉点定义为冲突点,则双向两车道无信号交叉口存在20个冲突点;
(3)记录冲突点所在冲突区areai,建立基于冲突区的改进的车辆冲突表。
步骤C:车辆与路侧单元交互,结合道路信息与自车信息进行转向意图预测。具体包括以下步骤:
(1)车辆基于自车信息及路侧单元向车辆发送道路基本信息进行原始输入,包括但不限于车道Li的宽度、车辆t距离车道Li道路中心线距离xit、车辆位置坐标信息(xt,yt)、车辆速度vt、车辆加速度at、方向盘转角θt、轮胎偏转角δt、转向灯状态信息Mt,其中t表示车道Li上的第t辆车;
(2)将原始输入量存储为输入向量It=[Ht,Et],T=t-n,t-(n-1),...,t,Ht为车辆历史状态信息,即Ht=[xt,yt,vt,at,θt,δt],Et为环境信息,即Et=[xit,Mt];
(3)将向量化的输入数据输入至如图2所示的Bi-LSTM中进行转向意图预测,并且如图3所示,利用softmax函数输出初步转向意图预测结果Ω=(ω1,ω2,ω3),ω1代表左转概率,ω2代表直行概率,ω3代表右转概率;
(4)对初步转向意图预测结果进行基于DS证据理论的唯一性概率修正,设立确信阈值,某转向概率满足确信概率后将该转向置为1,其余转向概率置为0,输出one-hot形式的最终转向意图预测结果Ω'=[ω'1,ω'2,ω'3],ω'1为修正后左转概率,ω'2为修正后直行概率,ω'3为修正后右转概率,且ω'1、ω'2、ω'3同时仅有一个为1,其余为0
步骤D:基于步骤C所得的转向意图预测信息,生成预期行驶路径信息,发送至路侧单元。包括以下步骤:
(1)对于步骤C所得的最终转向意图Ω'=[ω'1,ω'2,ω'3]的三种情形[1,0,0]、[0,1,0]、[0,0,1]分别赋值为1、2、3,即为左转、直行、右转;
(2)根据车辆t当前所处的车道Li及转向意图结果,生成预期行驶路径road=[a,b],其中a为当前车道Li,b为预期驶入车道L'i;
(3)车辆t将预期行驶路径向量road发送至路侧单元。
步骤E:对步骤D所得的预期行驶路径,基于步骤B所得的车辆冲突表进行空间冲突判断,若不存在冲突则结束预警,若存在冲突则继续预警步骤。包括以下步骤:
(1)路侧单元结合步骤B所得车辆冲突表,根据步骤D所得各进道口所有车辆预期行驶路径向量road,查询车辆冲突表,进行空间冲突判断;
(2)若车辆间预期行驶路径不满足车辆冲突表,则结束车辆冲突预警流程;
(3)若车辆间预期行驶路径有满足车辆冲突表的,则路侧单元继续进行后续时间冲突预警;
(4)路侧单元向时间冲突预警模型输出空间冲突查询结果R=[road,conf,pos],其中conf为冲突检测结果,若存在冲突定义为1,不存在冲突定义为0;pos为冲突区域,按照车辆冲突表的查询结果,取值[pos1,pos2],仅一个冲突区时,第二个值置为0。
步骤F:对步骤E中存在空间冲突的车辆,进行基于改进PET法的时间冲突检测,若不存在冲突则结束预警,若存在冲突则输出最终预警信息。参照图4,其包括以下步骤:
(1)路侧单元根据步骤E所得的空间冲突结果确定将要发生冲突的冲突区areai;
(2)记录冲突车辆对中先驶入冲突区的车辆的到达冲突区时刻tfa,并计算该车辆驶出冲突区时刻tfl;
(3)预计后到达冲突区的车辆的到达冲突区时刻tba,并预计计算该车驶出冲突区时刻tbl;
(4)计算两车驶入冲突区时间差Δt1,计算前车驶离、后车驶入冲突区时间差Δt2,分别于驶入时间差阈值ΔT1和前车驶离后车驶入时间差阈值ΔT2进行比较;
(5)当Δt1<ΔT1时,存在冲突;
(6)当Δt1>ΔT1时,若Δt2<0则,不存在冲突,若Δt2>0且Δt2>ΔT2,存在冲突;
(7)路侧单元输出最终无信号交叉口交通冲突预警结果。
本实施例还提供一种基于转向意图预测的无信号交叉口冲突预警系统,该系统包括网络接口、存储器和处理器;其中,网络接口,用于在与其他外部网元之间进行收发信息过程中,实现信号的接收和发送;存储器,用于存储能够在所述处理器上运行的计算机程序指令;处理器,用于在运行计算机程序指令时,执行上述共识方法的步骤。
本实施例还提供一种计算机存储介质,该计算机存储介质存储有计算机程序,在处理器执行所述计算机程序时可实现以上所描述的方法。所述计算机可读介质可以被认为是有形的且非暂时性的。非暂时性有形计算机可读介质的非限制性示例包括非易失性存储器电路(例如闪存电路、可擦除可编程只读存储器电路或掩膜只读存储器电路)、易失性存储器电路(例如静态随机存取存储器电路或动态随机存取存储器电路)、磁存储介质(例如模拟或数字磁带或硬盘驱动器)和光存储介质(例如CD、DVD或蓝光光盘)等。计算机程序包括存储在至少一个非暂时性有形计算机可读介质上的处理器可执行指令。计算机程序还可以包括或依赖于存储的数据。计算机程序可以包括与专用计算机的硬件交互的基本输入/输出系统(BIOS)、与专用计算机的特定设备交互的设备驱动程序、一个或多个操作系统、用户应用程序、后台服务、后台应用程序等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (7)
1.一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于,包括如下步骤:
S1:路侧单元根据交叉口道路信息,对各进道口进行编号,并在无信号交叉口内部划分冲突区,进行冲突区编号;
S2:在步骤S2划分的冲突区下,结合各车道车辆相对运动关系,建立改进的车辆冲突表;
S3:车辆与路侧单元交互,结合道路信息与自车信息进行转向意图预测;
S4:基于步骤S3所得的转向意图预测信息,生成预期行驶路径信息,发送至路侧单元;
S5:根据步骤S4所得的预期行驶路径,基于步骤S2所得的车辆冲突表进行空间冲突判断,若不存在冲突则结束预警,若存在冲突则继续预警,进入到步骤S6;
S6:对步骤S5中存在空间冲突的车辆,进行基于改进PET法的时间冲突检测,若不存在冲突则结束预警,若存在冲突则输出最终预警信息;
所述步骤S6具体包括如下步骤:
F1:路侧单元根据步骤S5所得的空间冲突结果确定将要发生冲突的冲突区areai;
F2:记录冲突车辆对中先驶入冲突区的车辆的到达冲突区时刻tfa,并计算该车辆驶出冲突区时刻tfl;
F3:预计后到达冲突区的车辆的到达冲突区时刻tba,并预计计算该车驶出冲突区时刻tbl;
F4:计算两车驶入冲突区时间差Δt1,计算前车驶离、后车驶入冲突区时间差Δt2,分别于驶入时间差阈值ΔT1和前车驶离后车驶入时间差阈值ΔT2进行比较;
F5:当Δt1<ΔT1时,存在冲突;
F6:当Δt1>ΔT1时,若Δt2<0则,不存在冲突,若Δt2>0且Δt2>ΔT2,存在冲突;
F7:路侧单元输出最终无信号交叉口交通冲突预警结果。
2.根据权利要求1所述的一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于,所述步骤S1具体包括如下步骤:
A1:根据各进道口车道数信息,以路侧单元所在侧进口车道为起始编号L1=1,依次为各车道Li以顺序增大的自然数进行编号Li=i,i为车道编号;
A2:以各车道分界线延长线所围成的区域为冲突区,以路侧单元所在侧为起始冲突区,编号为area1=1,依次为各冲突区areai以顺序增大的自然数进行编号areai=i。
3.根据权利要求1所述的一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于:所述步骤S2中车辆冲突表的建立方法为:
B1:将车辆的左转行驶轨迹定义为1,直行行驶轨迹定义为2,右转行驶轨迹定义为3;
B2:考虑车辆尺寸后,路侧单元基于车辆间的相对运动关系,建立车辆冲突表。
4.根据权利要求1所述的一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于:所述步骤S3中转向意图预测的方法包括如下步骤:
C1:基于车辆的自车信息及路侧单元向车辆发送道路基本信息进行原始输入;
C2:将原始输入量存储为输入向量;
C3:将向量化的输入数据输入至Bi-LSTM中进行转向意图预测,输出初步转向意图预测结果Ω=(ω1,ω2,ω3);
C4:对初步转向意图预测结果进行基于DS证据理论的唯一性概率修正,输出最终转向意图预测结果Ω'=[ω'1,ω'2,ω'3]。
5.根据权利要求4所述的一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于:所述步骤C1中原始输入包括车道Li的宽度、车辆t距离车道Li道路中心线距离xit、车辆位置坐标信息(xt,yt)、车辆速度vt、车辆加速度at、方向盘转角θt、轮胎偏转角δt、转向灯状态信息Mt,其中t表示车道Li上的第t辆车;
所述步骤C2中输入向量为It=[Ht,Et],T=t-n,t-(n-1),…,t,Ht为车辆历史状态信息,即Ht=[xt,yt,vt,at,θt,δt],Et为环境信息,即Et=[xit,Mt]。
6.根据权利要求4所述的一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于:所述步骤S4具体包括如下步骤:
D1:对于步骤S3所得的最终转向意图Ω'=[ω'1,ω'2,ω'3]的三种情形分别赋值为1、2、3,即为左转、直行、右转;
D2:根据车辆t当前所处的车道Li及转向意图结果,生成预期行驶路径road=[a,b],其中a为当前车道Li,b为预期驶入车道L'i;
D3:车辆t将预期行驶路径向量road发送至路侧单元。
7.根据权利要求1所述的一种基于转向意图预测的无信号交叉口车辆冲突预警方法,其特征在于:所述步骤S5具体包括如下步骤:
E1:路侧单元结合步骤S2所得车辆冲突表,根据步骤S4所得各进道口所有车辆预期行驶路径,查询车辆冲突表,进行空间冲突判断;
E2:若车辆间预期行驶路径不满足车辆冲突表,则结束车辆冲突预警流程;
E3:若车辆间预期行驶路径有满足车辆冲突表的,则路侧单元继续进行后续时间冲突预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110692174.9A CN113470430B (zh) | 2021-06-22 | 2021-06-22 | 一种基于转向意图预测的无信号交叉口车辆冲突预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110692174.9A CN113470430B (zh) | 2021-06-22 | 2021-06-22 | 一种基于转向意图预测的无信号交叉口车辆冲突预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113470430A CN113470430A (zh) | 2021-10-01 |
CN113470430B true CN113470430B (zh) | 2022-07-15 |
Family
ID=77869119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110692174.9A Active CN113470430B (zh) | 2021-06-22 | 2021-06-22 | 一种基于转向意图预测的无信号交叉口车辆冲突预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113470430B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114067569B (zh) * | 2022-01-14 | 2022-06-10 | 华砺智行(武汉)科技有限公司 | V2x车联网环境下车辆左转辅助预警方法 |
CN115330042B (zh) * | 2022-08-09 | 2023-10-27 | 阿波罗智联(北京)科技有限公司 | 冲突点确定方法、装置、设备、可读存储介质 |
CN115457783B (zh) * | 2022-08-30 | 2023-08-11 | 重庆长安汽车股份有限公司 | 无信号灯交叉口通行、协同、协作通行方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130289824A1 (en) * | 2012-04-30 | 2013-10-31 | GM Global Technology Operations LLC | Vehicle turn assist system and method |
CN105551251A (zh) * | 2016-01-19 | 2016-05-04 | 华南理工大学 | 一种无信号交叉口机动车冲突概率判断方法 |
CN106205172A (zh) * | 2016-09-07 | 2016-12-07 | 东南大学 | 无信号交叉口冲突消解方法及系统 |
CN106997689A (zh) * | 2017-05-11 | 2017-08-01 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
CN110298122A (zh) * | 2019-07-03 | 2019-10-01 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3391091B2 (ja) * | 1994-04-20 | 2003-03-31 | 株式会社デンソー | 車間距離警報装置 |
-
2021
- 2021-06-22 CN CN202110692174.9A patent/CN113470430B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130289824A1 (en) * | 2012-04-30 | 2013-10-31 | GM Global Technology Operations LLC | Vehicle turn assist system and method |
CN105551251A (zh) * | 2016-01-19 | 2016-05-04 | 华南理工大学 | 一种无信号交叉口机动车冲突概率判断方法 |
CN106205172A (zh) * | 2016-09-07 | 2016-12-07 | 东南大学 | 无信号交叉口冲突消解方法及系统 |
CN106997689A (zh) * | 2017-05-11 | 2017-08-01 | 重庆邮电大学 | 基于路口的v2p避免碰撞方法 |
CN110298122A (zh) * | 2019-07-03 | 2019-10-01 | 北京理工大学 | 基于冲突消解的无人驾驶车辆城市交叉口左转决策方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113470430A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113470430B (zh) | 一种基于转向意图预测的无信号交叉口车辆冲突预警方法 | |
WO2021077725A1 (zh) | 一种基于驾驶意图的周围车辆运动状态预测系统及方法 | |
CN108919795B (zh) | 一种自动驾驶汽车换道决策方法及装置 | |
CN109641591B (zh) | 自动驾驶装置 | |
WO2018120948A1 (zh) | 路径规划的方法、装置和系统 | |
CN112002144A (zh) | 无信号交叉路口行车风险态势评估方法及系统 | |
CN106875747B (zh) | 一种基于高精度定位和车车协同的实时交通冲突预警方法 | |
JP7080314B2 (ja) | 自律型車両の意思決定のための意味物体クラスタ化 | |
Metkari et al. | Development of simulation model for heterogeneous traffic with no lane discipline | |
JPWO2021007106A5 (zh) | ||
CN114707364B (zh) | 一种匝道车辆汇流仿真方法、装置、设备及可读存储介质 | |
JP5663942B2 (ja) | 走行軌道作成装置 | |
WO2021054051A1 (ja) | 電子制御装置 | |
CN111770865A (zh) | 车辆行驶控制装置 | |
CN113581173A (zh) | 障碍物避让控制方法、设备、高级驾驶辅助系统、车辆和介质 | |
Althoff et al. | Stochastic reachable sets of interacting traffic participants | |
Ma et al. | A novel multimode hybrid control method for cooperative driving of an automated vehicle platoon | |
Levy et al. | Cooperative path and trajectory planning for autonomous vehicles on roads without lanes: A laboratory experimental demonstration | |
Riegl et al. | A tool chain for generating critical traffic situations for testing vehicle safety functions | |
Jo et al. | Suitability Evaluation for Simulated Maneuvering of Autonomous Vehicles | |
KR20210065409A (ko) | 자율주행 자동차의 충돌 회피 경로 생성 방법 및 장치 | |
CN115339441A (zh) | 车辆的轨迹预测方法、装置、存储介质和处理器 | |
CN115447607A (zh) | 用于规划车辆行驶轨迹的方法和装置 | |
Deng et al. | Modeling and prediction of human behaviors based on driving data using multi-layer HMMs | |
Yan et al. | Application of fuzzy control under time-varying universe in unmanned vehicles |
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 |