CN113496626B - 一种车辆碰撞预警方法、装置及汽车 - Google Patents
一种车辆碰撞预警方法、装置及汽车 Download PDFInfo
- Publication number
- CN113496626B CN113496626B CN202010196076.1A CN202010196076A CN113496626B CN 113496626 B CN113496626 B CN 113496626B CN 202010196076 A CN202010196076 A CN 202010196076A CN 113496626 B CN113496626 B CN 113496626B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- moment
- main
- remote
- rectangular
- 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
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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
-
- 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
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提供一种车辆碰撞预警方法、装置及汽车,所述方法包括获取远车的车辆信息;根据主车和远车的车辆信息,使用自行车动力学模型,建立主车和远车的运动方程;根据主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹;分别根据主车和远车的的车身大小,形成主车的第一矩形模型和远车的第二矩形模型;根据每一预设时间步长远车相对主车的相对行驶轨迹和第二矩形模型,计算每一预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域;判断第一矩形区域与第一矩形模型是否重叠;当第一矩形区域与第一矩形模型重叠,则推断出主车与远车有碰撞风险。通过本发明,解决了现有车辆预警出现较大误差的问题。
Description
技术领域
本发明涉及智能汽车技术领域,尤其涉及一种车辆碰撞预警方法、装置及汽车。
背景技术
随着车辆的普及和车联网技术的发展,V2X技术的应用与算法越来越受到人们的关注,其中最为关键的应用功能就是车辆预警功能,即使用V2X技术预先提醒车主潜在的危险从而减少交通事故。
由于V2X系统的车辆本身没有摄像头和雷达这样的视觉感知器,所以目前大部分基于V2X技术的车辆预警算法都需要道路曲率信息,而目前路测设备还不能提供准确的道路曲率,所以目前大部分车辆预警算法只能适用于直道或定曲率弯道,但实际道路很可能会出现曲率不定的情况,此时这些传统的预警算法就会出现误判;部分预警算法通过车辆自身转角判断当前道路曲率,但是现实中车辆不一定会完全按照道路中心线行驶,此时用车辆转角计算道路曲率就会出现较大误差,导致车辆预警出现较大误差。
发明内容
本发明所要解决的技术问题在于,提供一种车辆碰撞预警方法、装置及汽车,用于解决现有车辆预警出现较大误差的问题。
本发明提供的一种车辆碰撞预警方法,所述方法包括:
获取远车的车辆信息,所述车辆信息包括车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小;
根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程,所述主车和远车的运动方程均为包括多个预设时间步长的离散方程;
根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹;
分别根据所述主车的车身大小和所述远车的车身大小,形成主车的第一矩形模型和远车的第二矩形模型;
根据所述每一预设时间步长远车相对主车的相对行驶轨迹和所述第二矩形模型,计算每一预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域;
判断所述第一矩形区域与所述第一矩形模型是否重叠;
当第一矩形区域与所述第一矩形模型重叠,则推断出所述主车与所述远车有碰撞风险。
进一步地,其中所述主车的运动方程包括:
所述为tn时刻主车质心的横坐标,所述/>为tn-1时刻主车质心的横坐标,所述xA为t0时刻主车质心的横坐标,所述/>为tn时刻主车质心的纵坐标,所述/>为tn-1时刻主车质心的纵坐标,所述yA为t0时刻主车质心的纵坐标;
所述βA为主车的车速方向角,所述Δt为预设时间步长,所述aA为主车的车辆加速度,所述lf,A为主车的车辆质心至前轮轴线距离,所述lr,A为主车的车辆质心至后轮轴线距离,所述δf,A为主车的车辆前轮转角;
其中所述远车的运动方程包括:
所述为tn时刻远车质心的横坐标,所述/>为tn-1时刻远车车质心的横坐标,所述xB为t0时刻远车车质心的横坐标,所述/>为tn时刻远车质心的纵坐标,所述/>为tn-1时刻远车质心的纵坐标,所述yB为t0时刻远车车质心的纵坐标;
所述βB为远车的车速方向角,所述Δt为预设时间步长,所述aB为远车的车辆加速度,所述lf,B为远车的车辆质心至前轮轴线距离,所述lr,B为远车的车辆质心至后轮轴线距离,所述δf,B为远车的车辆前轮转角。
进一步地,根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹具体包括:
所述为tn时刻远车相对近车的横坐标,所述/>为tn-1时刻远车相对近车的横坐标,所述/>为tn-1时刻远车相对近车在横坐标的车辆速度,/>为tn-1时刻远车相对近车在横坐标的车辆加速度,Δt为预设时间步长;
所述为tn-1时刻远车的车辆速度,所述/>为tn-1时刻远车的车辆偏航角,βB为远车的车速方向角,所述/>为tn-1时刻主车的车辆速度,所述/>为tn-1时刻主车的车辆偏航角,βA为主车的车速方向角;
所述aB为远车的车辆加速度,所述aA为主车的车辆加速度;
所述为tn-2时刻主车的车辆偏航角,所述/>为tn-2时刻主车的车辆速度,所述lr,A为主车的车辆质心至后轮轴线距离,所述aA为主车的车辆加速度;所述/>为tn-2时刻远车的车辆偏航角,所述/>为tn-2时刻远车的车辆速度,所述lr,B为远车的车辆质心至后轮轴线距离,所述aB为远车的车辆加速度。
进一步地,步骤判断所述第一矩形区域与所述第一矩形模型是否重叠具体包括:
判断所述第一矩形区域中四条边与所述第一矩形模型中四条边是否相交;
当所述第一矩形区域的任一条边与所述第一矩形模型的任一条边相交,则所述第一矩形区域与所述第一矩形模型重叠。
进一步地,判断所述第一矩形区域中任一条边与所述第一矩形模型中任一条边是否相交具体包括:
选择第一矩形模型中任一边的两端坐标分别为(x1,y1)、(x2,y2),第一矩形区域中任一边两端坐标分别为(x3,y3)、(x4,y4);使用参数方程表示第一矩形模型中任一边和第一矩形区域中任一边所在的直线方程:
假定两条边之间有交点,联立方程求参数λ和μ:
(x2-x1)λ-(x4-x3)μ=x3-x1
(y2-y1)λ-(y4-y3)μ=y3-y1;
令u=(x2-x1,y2-y1),v=(x4-x3,y4-y3),w=(x3-x1,y3-y1);
求解λ和μ,可得:
其中
当det≠0时,λ和μ的值在[0,1]之间说明两条边有交点,λ和μ的值都在[0,1]之外说明两条边没交点;
当det=0,说明两条边平行或共线,判断两条边平行或者共线方法包括:
若两条边的向量之积不等于0,判断两条边不共线且不相交;
若两条边的向量之积等于0,判断两条边共线;进一步地将两条边的四个端点以与所述两条边平行轴坐标排序,根据四个端点的坐标位置顺序,得到两条边是否重合;如果两条边重合,则两条边共线相交。
进一步地,所述方法还包括:
当推断出所述主车与所述远车有碰撞风险时,提示所述主车的车辆使用者。
进一步地,所述方法还包括:
当经过的预设时间步长数达到最大预设时间步长数,所述第一矩形区域与所述第一矩形模型不重叠,则推断出所述主车与所述远车无碰撞风险。
进一步地,所述方法还包括:
计算所述第一矩形区域与所述第一矩形模型重叠的碰撞时间,比较所述碰撞时间与预设预警时间大小;
当所述碰撞时间小于或等于预设预警时间且所述碰撞时间大于或等于0时,根据预设最大预警等级、碰撞经过的预设时间步长数和根据碰撞场景对应的预设安全系数,计算预警等级;
将所述预警等级通知主车的车辆使用者。
进一步地,当所述碰撞时间小于或等于预设预警时间且所述碰撞时间大于或等于0时,根据预设最大预警等级、碰撞经过的预设时间步长数和根据碰撞场景对应的预设安全系数,计算预警等级具体包括:
进一步地,步骤根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程之前还包括:
计算主车的车辆速度和远车的车辆速度在两车连线上投影的速度和uBA,计算所述uBA的公式具体为:uBA=vAcos(ab)+vBcos(ba),其中vA为主车的车辆速度,vB为远车的车辆速度,ab为主车与两车连线夹角,ba为远车与两车连线夹角;
根据主车与两车连线夹角的余弦值、远车与两车连线夹角的余弦值,推导uBA与主车的车辆速度向量、远车的车辆速度、主车与远车质心向量以及主车与远车距离绝对值关系,具体地:
判断uBA是否大于0;
当uBA>0,将所述远车筛选出来,执行步骤根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程;当uBA≤0,将所述远车筛选出来,不执行步骤根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程。
进一步地,步骤根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程之前还包括:
判断主车的车辆速度绝对值、远车相对主车的车辆速度绝对值是否小于或者等于预设速度阈值;
当主车的车辆速度绝对值、远车相对主车的车辆速度绝对值均小于或者等于预设速度阈值,对所述远车不执行所述步骤根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程。
本发明提供的一种车辆碰撞预警装置,所述装置包括:
获取单元,用于获取远车的车辆信息,所述车辆信息包括车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小;
建模单元,用于根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程,所述主车和远车的运动方程均为包括多个预设时间步长的离散方程;
第一计算单元,用于根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹;
第二计算单元,用于分别根据所述主车的车身大小和所述远车的车身大小,形成主车的第一矩形模型和远车的第二矩形模型;
第三计算单元,用于根据所述每一预设时间步长远车相对主车的相对行驶轨迹和所述第二矩形模型,计算每一预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域;
判断单元,用于判断所述第一矩形区域与所述第一矩形模型是否重叠;
警示单元,当第一矩形区域与所述第一矩形模型重叠,则推断出所述主车与所述远车有碰撞风险。
进一步地,所述警示单元还用于当推断出所述主车与所述远车有碰撞风险时,提示所述主车的车辆使用者。
本发明提供的一种汽车,所述汽车包括上述车辆碰撞预警装置。
实施本发明,具有如下有益效果:
通过本发明,获取远车的车辆信息,利用自行车动力学模型,建立主车和远车的运动方程,并根据上述运动方程计算远车相对主车运动轨迹,最终推导出预设时间步长内远车相对主车的第一矩形区域,根据第一矩形区域是否与主车的第一矩形模型是否重叠,判断车辆是否有碰撞风险,解决了现有由于道路曲率不定,预警算法出现较大误判的问题;且在建立主车和远车的运动方程之前,对于没有与主车碰撞风险的车,不建立远车的运动方程及后续步骤,解决系统资源过度损耗的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的车辆碰撞预警方法适用的工作场景图。
图2是本发明实施例提供的车辆碰撞预警方法的流程图。
图3是本发明实施例提供的自行车动力学模型的示意图。
图4是本发明实施例提供的主车和远车运动轨迹的示意图。
图5是本发明实施例提供的远车相对主车的运动轨迹示意图。
图6是本发明实施例提供的第一矩形模型、第二矩形模型和第一矩形区域示意图。
图7是本发明实施例提供的第一矩形模型与第一矩形区域碰撞模型图。
图8是本发明实施例提供的车辆筛选方法的流程图。
图9是本发明实施例提供的车辆筛选方法的背景图。
图10是本发明实施例提供的车辆筛选方法的流程图。
图11是本发明实施例提供的车辆预警装置的结构图。
具体实施方式
本专利中,利用自行车动力学模型,根据获取远车的车辆信息建立主车和远车的矩形模型,并计算远车相对主车的行驶轨迹,根据远车相对主车的行驶轨迹和远车的矩形模型计算远车经过的矩形区域,判断远车经过的矩形区域与主车矩形模型是否重叠来确定车辆的碰撞风险,以下结合附图和实施例对该具体实施方式做进一步说明。
如图1所示,本发明实施例提供了车辆碰撞预警方法适用的工作场景,主车11通过V2X系统分别与远车12和路边单元13交互,主车11的V2X系统周期性地广播自身的车辆信息,所述车辆信息包括车辆动力学参数、车辆方向盘转角和车身大小等,同时从所述远车12接收车辆信息以及从所述路边单元13接收路边单元13的信息,所述路边单元的信息包括路况和车道信息等。
需要说明的是,只要主车11能从其接收到车辆信息的车辆都是远车12,主车11分别针对每辆远车12进行预警计算;在本实施例中为了清楚地进行说明,仅以一辆远车12进行说明。
如图2所示,本发明实施例提供了车辆碰撞预警方法,所述方法包括:
步骤S21、获取远车的车辆信息,所述车辆信息包括车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小。
需要说明的是,远车通过V2X系统周期性地广播自身的车辆信息,主车接收到远车的车辆信息;同时主车也会通过V2X系统周期性广播自身的车辆信息,远车接收主车的车辆信息。
步骤S22、根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程,所述主车和远车的运动方程均为包括多个预设时间步长的离散方程。
需要说明的是,步骤S22中主车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小等信息由车身携带传感器获取,以及存储在主车存储设备中的数据读取;进一步需要说明的是,后续计算步骤都是在主车上进行。
结合图3,一并可以说明的是,车辆动力学参数包括车辆速度、车辆加速度和车速方向角;车辆前轮转角由车辆方向盘转角乘以传动比,传动比对每辆汽车是固定的;车身大小包括车辆长度、车辆宽度、车辆质心、车辆质心至前轮轴线距离以及车辆质心至后轮轴线距离。
另外结合图3,自行车动力学模型的基本公式如下:
其中,x和y分别表示车辆在全球定位系统提供的惯性坐标系下的质心坐标,v表示车辆速度,a表示车辆加速度,在自行车动力学模型中车辆速度与车辆加速度方向一致。ψ是车辆偏航角,β车速方向角,lf和lr分别表示车辆质心至前轮轴线距离和车辆质心至后轮轴线距离。δf表示车辆前轮转角,该角度可由车辆方向盘转角乘以传动比计算得到,由于大部分车辆的后轮都无法转向,故假设车辆后轮转角δr为0。
使用自行车动力学模型,建立主车和远车的运动方程,建立主车的运动方程包括:
所述为tn时刻主车质心的横坐标,所述/>为tn-1时刻主车质心的横坐标,所述xA为t0时刻主车质心的横坐标,所述/>为tn时刻主车质心的纵坐标,所述/>为tn-1时刻主车质心的纵坐标,所述yA为t0时刻主车质心的纵坐标;
所述βA为主车的车速方向角,所述Δt为预设时间步长,所述aA为主车的车辆加速度,所述lf,A为主车的车辆质心至前轮轴线距离,所述lr,A为主车的车辆质心至后轮轴线距离,所述δf,A为主车的车辆前轮转角。
建立远车的运动方程包括:
所述为tn时刻远车质心的横坐标,所述/>为tn-1时刻远车车质心的横坐标,所述xB为t0时刻远车车质心的横坐标,所述/>为tn时刻远车质心的纵坐标,所述/>为tn-1时刻远车质心的纵坐标,所述yB为t0时刻远车车质心的纵坐标;
所述βB为远车的车速方向角,所述Δt为预设时间步长,所述aB为远车的车辆加速度,所述lf,B为远车的车辆质心至前轮轴线距离,所述lr,B为远车的车辆质心至后轮轴线距离,所述δf,B为远车的车辆前轮转角。
步骤S23、根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹。
结合图4,坐标A(xA,yA)和坐标B(xB,yB)分别代表主车和远车的质心坐标,对于车辆来说知道质心坐标、车身长宽及lr和lf和车头方向角即可算出车辆的矩形模型并确定其位置,以主车作为相对运动的参考点保持静止,计算远车相对主车的运动轨迹,其相对运动的速度和加速度表达,如下:
经过第一个预设时间步长,也就是第一次迭代时矢量计算:
其中,
其中,
所述为tn时刻远车相对近车的横坐标,所述/>为tn-1时刻远车相对近车的横坐标,所述/>为tn-1时刻远车相对近车在横坐标的车辆速度,/>为tn-1时刻远车相对近车在横坐标的车辆加速度,Δt为预设时间步长;
所述为tn-1时刻远车的车辆速度,所述/>为tn-1时刻远车的车辆偏航角,βB为远车的车速方向角,所述/>为tn-1时刻主车的车辆速度,所述/>为tn-1时刻主车的车辆偏航角,βA为主车的车速方向角;
所述aB为远车的车辆加速度,所述aA为主车的车辆加速度;
所述为tn-2时刻主车的车辆偏航角,所述/>为tn-2时刻主车的车辆速度,所述lr,A为主车的车辆质心至后轮轴线距离,所述aA为主车的车辆加速度;所述/>为tn-2时刻远车的车辆偏航角,所述/>为tn-2时刻远车的车辆速度,所述lr,B为远车的车辆质心至后轮轴线距离,所述aB为远车的车辆加速度。
步骤S24、分别根据所述主车的车身大小和所述远车的车身大小,形成主车的第一矩形模型矩形模型和远车的第二矩形模型矩形模型。
需要说明的是,步骤S22和步骤S23有先后顺序关系,但是步骤S22、步骤S23与步骤S24之间没有先后顺序关系。
参考图6,根据主车和远车的车身大小可以做出第一矩形模型矩形模型EFGH和第二矩形模型矩形模型QRST,主车和远车的车辆质心分别为A、B,以第一矩形模型矩形模型EFGH为例,车辆质心A至HE和GF均为车辆宽度一半,车辆质心A至HG距离为车辆质心至前轮轴线距离,车辆质心A至EF距离为车辆质心至后轮轴线距离;所述车身大小包括车辆长度、车辆宽度、车辆质心、车辆质心至前轮轴线距离以及车辆质心至后轮轴线距离;由于碰撞发生时两车基本都处于同一海拔所以只考虑2D场景。
步骤S25、根据所述每一预设时间步长远车相对主车的相对行驶轨迹和所述第二矩形模型矩形模型,计算每一预设时间步长第二矩形模型矩形模型相对第一矩形模型矩形模型经过的第一矩形区域。
进一步结合图7,第二矩形模型结合所述车辆相对行驶轨迹即可近似做出远车在第n个Δt时间内相对主车经过的第一矩形区域,图6和图7中矩形区域QnRnSnTn即为远车(车辆B)在Δt时间内相对于主车(车辆A)扫过的面积,既为第n个预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域,如果矩形QnRnSnTn与矩形EFGH有重叠说明两车在nΔt时时刻有碰撞风险。
步骤S26、判断所述第一矩形区域与所述第一矩形模型是否重叠。
需要说明的是,主车的第一矩形模型EFGH和远车相对主车的第一矩形区域QnRnSnTn有重叠部分,判断主车和远车碰撞;对应于每个预设时间步长,有一个第一矩形区域。
要判断第一矩形区域与第一矩形模型是否重叠,具体地要判断第一矩形区域四条边与第一矩形模型四条边是否相交,所述第一矩形区域的任一条边与所述第一矩形模型的任一条边相交,则所述第一矩形区域与所述第一矩形模型重叠;如果第一矩形区域四条边与所述第一矩形模型四条边均不相交,则一共要判断十六次。
具体地,本实施例中以边EF与边QnRn为例,E坐标为(x1,y1),F坐标为(x2,y2),Qn坐标为(x3,y3),Rn坐标为(x4,y4);边EF与边QnRn是否相交判断方法包括:
使用参数方程表示边EF和边QnRn所在的直线方程:
如果两条边之间有交点,即联立方程求参数λ和μ:
(x2-x1)λ-(x4-x3)μ=x3-x1
(y2-y1)λ-(y4-y3)μ=y3-y1;
令u=(x2-x1,y2-y1)=EF向量,v=(x4-x3,y4-y3)=QnRn向量,w=(x3-x1,y3-y1)=EQn向量;
求解λ和μ,可得:
其中
当det≠0时,λ和μ的值在[0,1]之间说明两条边有交点,λ和μ的值都在[0,1]之外说明两条边没交点;
当det=0,说明两条边平行或共线,判断两条边平行或者共线方法包括:
步骤S27、当第一矩形区域与所述第一矩形模型重叠,则所述主车与所述远车有碰撞风险。
进一步地,通知主车的车辆使用者与所述远车有碰撞风险。
需要说明的是,主车可以将碰撞风险提醒车辆使用者,降低车辆发生交通事故的风险。
进一步地,当经过的预设时间步长数达到最大预设时间步长数,所述第一矩形区域与所述第一矩形模型不重叠,则推断出所述主车与所述远车无碰撞风险。
参考图7,当第一矩形区域QnRnSnTn与第一矩形模型EFGH重叠时,返回迭代次数n,n也可以表述为经过的预设时间步长数;碰撞时间(Time to Collision,ttc)为nΔt;如果迭代计算至n等于最大预设时间步长数,则计算出所述主车与所述远车无碰撞风险。
进一步地,所述方法还包括:
计算所述第一矩形区域与所述第一矩形模型重叠的碰撞时间,比较所述碰撞时间与预设预警时间大小;
具体地,tw为预设预警时间大小,该预设预警时间略大于驾驶员反应速度,比较碰撞时间ttc和tw。
当所述碰撞时间小于或等于预设预警时间且所述碰撞时间大于或等于0时,根据预设最大预警等级、碰撞经过的预设时间步长数和根据碰撞场景对应的预设安全系数,计算预警等级;
将所述预警等级通知主车的车辆使用者。
在本实施例中交叉路口碰撞场景对应的预设安全系数5,前向碰撞场景对应的预设安全系数3。
需要说明的是,细化碰撞风险到预警等级,可以提醒车主或者车辆使用者在多个碰撞风险可能发生时,优先关注到预警等级高的碰撞风险。
如图8所示,本发明实施例提供了车辆筛选方法,所述车辆筛选方法在图2对应实施例中步骤S22之前用于筛选远车;当主车周边的远车数量很多时,对所有远车均进行预警计算会消耗掉大量资源,对于一开始就相互驶离的车辆,不需要进行迭代计算,直接采用车辆筛选方法筛选出远车进行预警计算。
参考图9,所述车辆筛选方法包括:
步骤S81、计算主车的车辆速度和远车的车辆速度在两车连线上投影的速度和uBA,计算所述uBA的公式具体为:uBA=vAcos(ab)+vBcos(ba),其中vA为主车的车辆速度,vB为远车的车辆速度,ab为主车与两车连线夹角,ba为远车与两车连线夹角。
步骤S82、根据主车与两车连线夹角的余弦值、远车与两车连线夹角的余弦值,推导uBA与主车的车辆速度向量、远车的车辆速度、主车与远车质心向量以及主车与远车距离绝对值关系,具体地:
步骤S83、判断uBA是否大于0;
步骤S84、当uBA>0,将所述远车筛选出来,执行步骤S22;当uBA≤0,将所述远车筛选出来,不执行步骤S22。
该算法原理等效于判断两车质心连线向量(向量)和两车相对运动轨迹向量(向量/>)的夹角状态,即当/>时,车辆B相对于车辆A正在离去。通过上述方式将与主车相向运动的远车筛选出来,不执行步骤S22,以避免过度运行带来大量计算资源浪费。
如图10所示,本发明实施例提供了车辆筛选方法,所述车辆筛选方法在图2对应实施例中步骤S22之前用于筛选远车;同样参考图9,所述车辆筛选方法包括:
步骤S101、判断主车的车辆速度绝对值、远车相对主车的车辆速度绝对值是否小于或者等于预设速度阈值;
步骤S102、当主车的车辆速度绝对值、远车相对主车的车辆速度绝对值均小于或者等于预设速度阈值,对所述远车不执行所述步骤S22。
需要说明的是,主要针对于在车辆拥堵的交通状况下,主车和周边车辆通常驾驶速度都十分缓慢而且距离都很近,此时如果预警计算正常进行则主车车主会频繁收到不必要的预警信息,同时也会浪费大量计算资源;在本实施例中,预设速度阈值为10km/h。
如图11所示,本发明实施例提供了车辆碰撞预警装置,所述装置包括:
获取单元111,用于获取远车的车辆信息,所述车辆信息包括车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小;
建模单元112,用于根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程,所述主车和远车的运动方程均为包括多个预设时间步长的离散方程;
第一计算单元113,用于根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹;
第二计算单元114,用于分别根据所述主车的车身大小和所述远车的车身大小,形成主车的第一矩形模型和远车的第二矩形模型;
第三计算单元115,用于根据所述每一预设时间步长远车相对主车的相对行驶轨迹和所述第二矩形模型,计算每一预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域;
判断单元116,用于判断所述第一矩形区域与所述第一矩形模型是否重叠;
警示单元117,当第一矩形区域与所述第一矩形模型重叠,则推断出所述主车与所述远车有碰撞风险。
进一步地,所述警示单元117还用于当推断出所述主车与所述远车有碰撞风险时,提示所述主车的车辆使用者。
本发明实施例提供了汽车,所述汽车包括上述车辆碰撞预警装置。
实施本发明,具有如下有益效果:
通过本发明,获取远车的车辆信息,利用自行车动力学模型,建立主车和远车的运动方程,并根据上述运动方程计算远车相对主车运动轨迹,最终推导出预设时间步长内远车相对主车的第一矩形区域,根据第一矩形区域是否与主车的第一矩形模型是否重叠,判断车辆是否有碰撞风险,解决了现有由于道路曲率不定,预警算法出现较大误判的问题;且在建立主车和远车的运动方程之前,对于没有与主车碰撞风险的车,不建立远车的运动方程及后续步骤,解决系统资源过度损耗的问题。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (12)
1.一种车辆碰撞预警方法,其特征在于,所述方法包括:
步骤S21、获取远车的车辆信息,所述车辆信息包括车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小;
步骤S22、根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程,所述主车和远车的运动方程均为包括多个预设时间步长的离散方程;
步骤S23、根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹;
步骤S24、分别根据所述主车的车身大小和所述远车的车身大小,形成主车的第一矩形模型和远车的第二矩形模型;
步骤S25、根据所述每一预设时间步长远车相对主车的相对行驶轨迹和所述第二矩形模型,计算每一预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域;
步骤S26、判断所述第一矩形区域与所述第一矩形模型是否重叠;
步骤S27、当第一矩形区域与所述第一矩形模型重叠,则推断出所述主车与所述远车有碰撞风险;
其中,所述方法还包括:
计算所述第一矩形区域与所述第一矩形模型重叠的碰撞时间,比较所述碰撞时间与预设预警时间大小;
当所述碰撞时间小于或等于预设预警时间且所述碰撞时间大于或等于0时,根据预设最大预警等级、碰撞经过的预设时间步长数和根据碰撞场景对应的预设安全系数,计算预警等级;
将所述预警等级通知主车的车辆使用者;
所述步骤S22之前还包括:
步骤S81、计算主车的车辆速度和远车的车辆速度在两车连线上投影的速度和uBA,计算所述uBA的公式具体为:uBA=vAcos(ab)+vBcos(ba),其中vA为主车的车辆速度,vB为远车的车辆速度,ab为主车与两车连线夹角,ba为远车与两车连线夹角;
步骤S82、根据主车与两车连线夹角的余弦值、远车与两车连线夹角的余弦值,推导uBA与主车的车辆速度向量、远车的车辆速度向量、主车与远车质心向量以及主车与远车距离绝对值关系,具体地:
步骤S83、判断uBA是否大于0;
步骤S84、当uBA>0,将所述远车筛选出来,执行步骤S22;当uBA≤0,将所述远车筛选出来,不执行步骤S22。
2.如权利要求1所述方法,其特征在于,其中所述主车的运动方程包括:
所述为tn时刻主车质心的横坐标,所述/>为tn-1时刻主车质心的横坐标,所述xA为t0时刻主车质心的横坐标,所述/>为tn时刻主车质心的纵坐标,所述/>为tn-1时刻主车质心的纵坐标,所述yA为t0时刻主车质心的纵坐标;
所述βA为主车的车速方向角,所述Δt为预设时间步长,所述aA为主车的车辆加速度,所述lf,A为主车的车辆质心至前轮轴线距离,所述lr,A为主车的车辆质心至后轮轴线距离,所述δf,A为主车的车辆前轮转角;
其中所述远车的运动方程包括:
所述为tn时刻远车质心的横坐标,所述/>为tn-1时刻远车车质心的横坐标,所述xB为t0时刻远车车质心的横坐标,所述/>为tn时刻远车质心的纵坐标,所述/>为tn-1时刻远车质心的纵坐标,所述yB为t0时刻远车车质心的纵坐标;
所述βB为远车的车速方向角,所述Δt为预设时间步长,所述aB为远车的车辆加速度,所述lf,B为远车的车辆质心至前轮轴线距离,所述lr,B为远车的车辆质心至后轮轴线距离,所述δf,B为远车的车辆前轮转角。
3.如权利要求2所述方法,其特征在于,根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹具体包括:
所述为tn时刻远车相对近车的横坐标,所述/>为/>时刻远车相对近车的横坐标,所述/>为tn-1时刻远车相对近车在横坐标的车辆速度,/>为tn-1时刻远车相对近车在横坐标的车辆加速度,Δt为预设时间步长;
所述为tn-1时刻远车的车辆速度,所述/>为tn-1时刻远车的车辆偏航角,βB为远车的车速方向角,所述/>为tn-1时刻主车的车辆速度,所述/>为tn-1时刻主车的车辆偏航角,βA为主车的车速方向角;
所述aB为远车的车辆加速度,所述aA为主车的车辆加速度;
4.如权利要求1所述方法,其特征在于,步骤判断所述第一矩形区域与所述第一矩形模型是否重叠具体包括:
判断所述第一矩形区域中四条边与所述第一矩形模型中四条边是否相交;
当所述第一矩形区域的任一条边与所述第一矩形模型的任一条边相交,则所述第一矩形区域与所述第一矩形模型重叠。
5.如权利要求4所述方法,其特征在于,判断所述第一矩形区域中任一条边与所述第一矩形模型中任一条边是否相交具体包括:
选择第一矩形模型中任一边的两端坐标分别为(x1,y1)、(x2,y2),第一矩形区域中任一边两端坐标分别为(x3,y3)、(x4,y4);使用参数方程表示第一矩形模型中任一边和第一矩形区域中任一边所在的直线方程:
假定两条边之间有交点,联立方程求参数λ和μ:
(x2-x1)λ-(x4-x3)μ=x3-x1
(y2-y1)λ-(y4-y3)μ=y3-y1;
令u=(x2-x1,y2-y1),v=(x4-x3,y4-y3),w=(x3-x1,y3-y1);
求解λ和μ,可得:
其中
当det≠0时,λ和μ的值在[0,1]之间说明两条边有交点,λ和μ的值都在[0,1]之外说明两条边没交点;
当det=0,说明两条边平行或共线,判断两条边平行或者共线方法包括:
若两条边的向量之积不等于0,判断两条边不共线且不相交;
若两条边的向量之积等于0,判断两条边共线;进一步地将两条边的四个端点以与所述两条边平行轴坐标排序,根据四个端点的坐标位置顺序,得到两条边是否重合;如果两条边重合,则两条边共线相交。
6.如权利要求1所述方法,其特征在于,所述方法还包括:
当推断出所述主车与所述远车有碰撞风险时,提示所述主车的车辆使用者。
7.如权利要求1所述方法,其特征在于,所述方法还包括:
当经过的预设时间步长数达到最大预设时间步长数,所述第一矩形区域与所述第一矩形模型不重叠,则推断出所述主车与所述远车无碰撞风险。
9.如权利要求1所述方法,其特征在于,所述步骤S22之前还包括:
步骤S101、判断主车的车辆速度绝对值、远车相对主车的车辆速度绝对值是否小于或者等于预设速度阈值;
步骤S102、当主车的车辆速度绝对值、远车相对主车的车辆速度绝对值均小于或者等于预设速度阈值,对所述远车不执行所述步骤S22。
10.一种车辆碰撞预警装置,其特征在于,所述装置包括:
获取单元,用于获取远车的车辆信息,所述车辆信息包括车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小;
建模单元,用于根据主车和远车的车辆动力学参数、车辆偏航角、车辆方向盘转角和车身大小,使用自行车动力学模型,建立主车和远车的运动方程,所述主车和远车的运动方程均为包括多个预设时间步长的离散方程;
第一计算单元,用于根据所述主车和远车的运动方程,计算每一预设时间步长远车相对主车的相对行驶轨迹;
第二计算单元,用于分别根据所述主车的车身大小和所述远车的车身大小,形成主车的第一矩形模型和远车的第二矩形模型;
第三计算单元,用于根据所述每一预设时间步长远车相对主车的相对行驶轨迹和所述第二矩形模型,计算每一预设时间步长第二矩形模型相对第一矩形模型经过的第一矩形区域;
判断单元,用于判断所述第一矩形区域与所述第一矩形模型是否重叠;
警示单元,当第一矩形区域与所述第一矩形模型重叠,则推断出所述主车与所述远车有碰撞风险;
进一步包括:用于计算所述第一矩形区域与所述第一矩形模型重叠的碰撞时间,比较所述碰撞时间与预设预警时间大小,并当所述碰撞时间小于或等于预设预警时间且所述碰撞时间大于或等于0时,根据预设最大预警等级、碰撞经过的预设时间步长数和根据碰撞场景对应的预设安全系数,计算预警等级的装置;
进一步包括用于执行如下步骤的装置:
计算主车的车辆速度和远车的车辆速度在两车连线上投影的速度和uBA,计算所述uBA的公式具体为:uBA=vAcos(ab)+vBcos(ba),其中vA为主车的车辆速度,vB为远车的车辆速度,ab为主车与两车连线夹角,ba为远车与两车连线夹角;
根据主车与两车连线夹角的余弦值、远车与两车连线夹角的余弦值,推导uBA与主车的车辆速度向量、远车的车辆速度向量、主车与远车质心向量以及主车与远车距离绝对值关系,具体地:
判断uBA是否大于0;当uBA>0,将所述远车筛选出来,启动所述建模单元;当uBA≤0,将所述远车筛选出来,不启动所述建模单元。
11.如权利要求10所述装置,其特征在于,所述警示单元还用于当推断出所述主车与所述远车有碰撞风险时,提示所述主车的车辆使用者。
12.一种汽车,其特征在于,所述汽车包括权利要求10或权利要求11所述装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010196076.1A CN113496626B (zh) | 2020-03-19 | 2020-03-19 | 一种车辆碰撞预警方法、装置及汽车 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010196076.1A CN113496626B (zh) | 2020-03-19 | 2020-03-19 | 一种车辆碰撞预警方法、装置及汽车 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113496626A CN113496626A (zh) | 2021-10-12 |
CN113496626B true CN113496626B (zh) | 2023-06-02 |
Family
ID=77993021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010196076.1A Active CN113496626B (zh) | 2020-03-19 | 2020-03-19 | 一种车辆碰撞预警方法、装置及汽车 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113496626B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110798793B (zh) * | 2019-08-23 | 2022-08-05 | 腾讯科技(深圳)有限公司 | 车辆间相对位置确定方法、装置 |
CN115214706B (zh) * | 2022-06-09 | 2024-03-01 | 广东省智能网联汽车创新中心有限公司 | 一种基于v2x的危险道路预警方法及系统 |
CN115909813A (zh) * | 2022-12-06 | 2023-04-04 | 中国第一汽车股份有限公司 | 一种车辆碰撞预警方法、装置、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5515489A (en) * | 1991-12-31 | 1996-05-07 | Apple Computer, Inc. | Collision detector utilizing collision contours |
CN1287532A (zh) * | 1998-10-08 | 2001-03-14 | 松下电器产业株式会社 | 驾驶操作辅助器及记录媒体 |
CN101622165A (zh) * | 2007-02-28 | 2010-01-06 | 科博莱汽车技术有限公司 | 半自动泊车装置 |
CN104067329A (zh) * | 2012-01-26 | 2014-09-24 | 丰田自动车株式会社 | 物体识别装置及车辆控制装置 |
CN104882025A (zh) * | 2015-05-13 | 2015-09-02 | 东华大学 | 一种基于车联网技术的碰撞检测预警方法 |
CN108010388A (zh) * | 2018-01-04 | 2018-05-08 | 北京瑞腾中天科技有限公司 | 基于车联网络的碰撞检测预警方法及碰撞检测预警系统 |
CN108062600A (zh) * | 2017-12-18 | 2018-05-22 | 北京星云互联科技有限公司 | 一种基于矩形建模的车辆碰撞预警方法及装置 |
CN108230750A (zh) * | 2016-12-15 | 2018-06-29 | 丰田自动车株式会社 | 驾驶辅助设备 |
CN109523830A (zh) * | 2018-11-08 | 2019-03-26 | 中交第公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
-
2020
- 2020-03-19 CN CN202010196076.1A patent/CN113496626B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5515489A (en) * | 1991-12-31 | 1996-05-07 | Apple Computer, Inc. | Collision detector utilizing collision contours |
CN1287532A (zh) * | 1998-10-08 | 2001-03-14 | 松下电器产业株式会社 | 驾驶操作辅助器及记录媒体 |
CN101622165A (zh) * | 2007-02-28 | 2010-01-06 | 科博莱汽车技术有限公司 | 半自动泊车装置 |
CN104067329A (zh) * | 2012-01-26 | 2014-09-24 | 丰田自动车株式会社 | 物体识别装置及车辆控制装置 |
CN104882025A (zh) * | 2015-05-13 | 2015-09-02 | 东华大学 | 一种基于车联网技术的碰撞检测预警方法 |
CN108230750A (zh) * | 2016-12-15 | 2018-06-29 | 丰田自动车株式会社 | 驾驶辅助设备 |
CN108062600A (zh) * | 2017-12-18 | 2018-05-22 | 北京星云互联科技有限公司 | 一种基于矩形建模的车辆碰撞预警方法及装置 |
CN108010388A (zh) * | 2018-01-04 | 2018-05-08 | 北京瑞腾中天科技有限公司 | 基于车联网络的碰撞检测预警方法及碰撞检测预警系统 |
CN109523830A (zh) * | 2018-11-08 | 2019-03-26 | 中交第公路勘察设计研究院有限公司 | 基于高频高精度定位信息的车辆轨迹预测及碰撞预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113496626A (zh) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10678247B2 (en) | Method and apparatus for monitoring of an autonomous vehicle | |
CN107128366B (zh) | 用于对拖曳车辆通过弯道提供校正的车道跟随路径的系统和方法 | |
CN107128314B (zh) | 用于牵引车辆的增强的车辆横向控制 | |
US9789905B2 (en) | Vehicle traveling control apparatus | |
CN113496626B (zh) | 一种车辆碰撞预警方法、装置及汽车 | |
EP3699051A1 (en) | Vehicle control device | |
EP3699047A1 (en) | Vehicle control apparatus | |
US20200238980A1 (en) | Vehicle control device | |
US8948972B2 (en) | Vehicle controlling system and method | |
US10604180B2 (en) | Vehicle traveling control system | |
EP3699049A1 (en) | Vehicle control device | |
US20150336587A1 (en) | Driving assist device | |
JP6613527B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
WO2016024317A1 (ja) | 走行制御装置および走行制御方法 | |
US20200353918A1 (en) | Vehicle control device | |
EP3715204A1 (en) | Vehicle control device | |
US20110046843A1 (en) | Systems and methods of vehicular path prediction for cooperative driving applications through digital map and dynamic vehicle model fusion | |
JP6592852B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN111361564A (zh) | 一种考虑效益最大化的车道变更系统及综合决策方法 | |
EP3741638A1 (en) | Vehicle control device | |
US20190111922A1 (en) | In-vehicle traffic assist | |
CN113071482B (zh) | 一种基于通行时间区间的智能车辆防碰撞方法 | |
EP3957533A2 (en) | Vehicle sensing system | |
CN114291071B (zh) | 一种车辆稳定性控制主动介入时机的判定方法、系统、可读存储介质及车辆 | |
US11192559B2 (en) | Driving assistance 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 |