CN113570858A - 一种无人机辅助车辆识别交通拥堵情况的系统及方法 - Google Patents

一种无人机辅助车辆识别交通拥堵情况的系统及方法 Download PDF

Info

Publication number
CN113570858A
CN113570858A CN202110830281.3A CN202110830281A CN113570858A CN 113570858 A CN113570858 A CN 113570858A CN 202110830281 A CN202110830281 A CN 202110830281A CN 113570858 A CN113570858 A CN 113570858A
Authority
CN
China
Prior art keywords
vehicle
unmanned aerial
aerial vehicle
traffic jam
driver
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
Application number
CN202110830281.3A
Other languages
English (en)
Other versions
CN113570858B (zh
Inventor
何睿
李烜赫
吴坚
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202110830281.3A priority Critical patent/CN113570858B/zh
Publication of CN113570858A publication Critical patent/CN113570858A/zh
Application granted granted Critical
Publication of CN113570858B publication Critical patent/CN113570858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开的属于无人机与智能车交叉技术领域，具体为一种无人机辅助车辆识别交通拥堵情况的系统及方法，其系统包括：车载无人机起落系统、无人机系统和车载工控机系统；所述车载无人机起落系统设置在车载无人机起落设备内。该无人机辅助车辆识别交通拥堵情况的系统及方法，可以在空中实时监测交通堵塞情况，能够使驾驶员及时知道发生交通堵塞的原因和预计通过拥堵路段时间出行程计划表，驾驶员能够手动控制无人机拍摄周围的环境、城市景观等，可以缓解驾驶员的焦虑情绪并及时调整行程计划；能够将实时交通堵塞情况发送给有关部门，遇到交通事故可以手动报警，有利于有关部门掌握实时的道路交通信息，能够提高出行效率。

Description

一种无人机辅助车辆识别交通拥堵情况的系统及方法
技术领域
本发明涉及无人机与智能车交叉技术领域，具体为一种无人机辅助车辆识别交通拥堵情况的系统及方法。
背景技术
无人机是一种利用无线电遥控设备、手机、计算机等控制或者由其自身的智能控制系统控制的无人飞行器，它具有视野范围广、体积小、成本低、可垂直起降、可空中悬停、抗风能力强等优势。随着无人机领域的迅速发展，在交通、军事、航拍、植保、现代物流、灾难救援等领域有着广阔的应用前景。
随着社会的进步和人民生活水平的提高，汽车成为一种逐渐普及的代步工具。2020年我国汽车保有量达2.7亿辆，全国66个城市汽车保有量超过百万辆，30个城市超200万辆。汽车数量的增多，带来了交通拥堵、环境污染、交通安全等社会问题。
由于汽车的车身高度较低，驾驶员在驾驶室内的视野范围较小，尤其在发生交通拥堵时由于周围车辆和建筑物的遮挡，使得驾驶员无法判断道路交通情况，在等待过程中极易出现焦虑的情绪。同时因为驾驶员无法获得造成道路交通拥堵的原因，所以无法判断拥堵持续的时间，难免会对接下来的行程造成延误。因此，如何使驾驶员实时掌握交通拥堵情况、缓解焦虑情绪、合理安排行程成为了一个亟待解决的问题。
发明内容
本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
本发明提供了如下技术方案：
一种无人机辅助车辆识别交通拥堵情况的系统，其包括：车载无人机起落系统、无人机系统和车载工控机系统；
所述车载无人机起落系统设置在车载无人机起落设备201内，且位于车辆顶部，与车顶行李架连接，包括顶盖、自动升降平台、充电模块和定位模块，用于无人机的起飞、降落以及无人机的充电；
所述无人机系统包括摄像头模块、无人机机载处理器、4G/5G通信模块和定位模块，用于对堵车情况进行实时监控，将拍到的实时画面和数据通过4G/5G传输到车载工控机系统，同时给有关部门提供实时交通信息，实时监测交通拥堵情况，具有定点悬停、自动飞行、手动操控三种模式；
所述车载工控机系统包括车载工控机、可触控中控屏，用于接收无人机传来的实时交通拥堵画面、收发指令、后台任务处理，通过可触控中控屏进行人机交互。
作为本发明所述的无人机辅助车辆识别交通拥堵情况的系统的一种优选方案，所述顶盖用于防止灰尘、雨水进入车载无人机起落系统内部，且所述顶盖安装有电动推拉机构，所述电动推拉机构用于在水平方向开合，通过驾驶员操控中控屏进行打开或关闭；
所述自动升降平台用于承载无人机，且所述自动升降平台安装有电动升降机构，所述电动升降机构用于进行上升和下降，提供无人机的起飞和回收；
所述充电模块包括太阳能电池板和无线充电器，用于无人机电池的充电，所述太阳能电池板位于顶盖上方，所述无线充电器位于升降平台台面上方；
所述定位模块用于无人机与本车及车载无人机起落系统的定位，包括北斗定位模块和蓝牙定位模块。
作为本发明所述的无人机辅助车辆识别交通拥堵情况的系统的一种优选方案，其中所述摄像头模块用于实时监测道路交通拥堵情况，拍摄实时交通画面，为驾驶员或有关部门提供可视化交通信息；
所述无人机机载处理器用于通过深度学习的方法进行语义分割，识别目标级信息，计算道路上车辆的密集度和平均车速信息；
所述4G/5G通信模块用于与本车及有关部门的通讯，将无人机机载处理器计算得到的信息实时传输给车载工控机系统进行处理；
所述定位模块包括北斗定位模块和蓝牙定位模块，用于给本车提供无人机的精确经纬度信息，在无人机回收时能够准确的降落在车载无人机起落系统内部。
作为本发明所述的无人机辅助车辆识别交通拥堵情况的系统的一种优选方案，其中：所述定点悬停模式可以悬停在本车上方某一预先设定的高度，通过摄像头拍摄一定范围内的交通拥堵情况。
所述自动飞行模式，可以根据车头和车道线方向向车辆的正前、左前、右前方自动飞行，自动搜寻堵车的源头。
所述手动操控模式，驾驶员可以通过可触控中控屏进行无人机的手动操控，可以通过驾驶员的控制拍摄周围的环境和城市景观，能够缓解驾驶员堵车焦虑的情绪。
作为本发明所述的无人机辅助车辆识别交通拥堵情况的系统的一种优选方案，其中：所述车载工控机，用于接收无人机传输的信息、收发指令、后台任务处理；
所述可触控中控屏，与车载工控机相连，用于与驾驶员进行人机交互，驾驶员可通过可触控中控屏实现对无人机的控制、安排行程和多媒体娱乐功能。
一种无人机辅助车辆识别交通拥堵情况的方法，其特征在于，包括以下步骤：
步骤1：当发生交通拥堵时，驾驶员为了了解交通拥堵情况及原因，按下车载中控屏上的起飞按钮以释放无人机；
步骤2：车载无人机起落系统接收到起飞信号后，顶盖自动开启，使无人机上方无遮挡，能够使无人机有充分的空间垂直起飞；
步骤3：顶盖完全打开后，无人机垂直起飞，待无人机完全飞出车载无人机起落系统后顶盖关闭，无人机自动执行默认的定点悬停模式，飞行到车顶预先设定的高度进行一定范围内的实时交通堵塞监控，将实时视频传输到车载工控机系统并在可触控中控屏上显示画面；
步骤4：无人机机载处理器通过深度学习的方法进行语义分割，识别车辆和道路，计算道路上车辆的密集度：
Figure BDA0003175217110000041
式中，DV为车辆的密集度，SV为车辆所占的面积，Sr为道路所占的面积；
步骤5：DV将与系统预设的阈值T相比，若DV≥T，则判断无人机画面中无拥堵源头；若DV≤T，则判断无人机画面中存在拥堵源头；
步骤6：如果定点悬停模式没有发现发生交通拥堵的源头，无人机进入自动模式，沿车头和车道线方向向车辆的正前、左前、右前方飞行，无人机摄像头自动寻找交通拥堵的源头并在可触控中控屏上显示；
步骤7：无人机机载处理器实时计算车辆密集度DV并与T值相比；
步骤8：当DV≤T时，无人机检测到拥堵源头，悬停在拥堵源头正上方，且此时无人机的经纬度即为拥堵源头处的经纬度，计算通过拥堵源头的n辆车的平均速度：
Figure BDA0003175217110000051
步骤9：无人机机载处理器将拥堵源头和本车的经纬度信息转换为无人机内置地图中的坐标，将本车坐标设定为起点，将拥堵源头设定为终点，计算得到本车与拥堵源头之间的距离为S，然后计算本车预计通过拥堵路段的平均时间t为：
Figure BDA0003175217110000052
并将计算结果和交通拥堵画面传给车载工控机系统及有关部门，如果驾驶员发现交通事故可手动报警；
步骤10：车载工控机自动播放音乐缓解驾驶员焦虑情绪，在可触摸中控屏上自动弹出行程计划表，驾驶员可根据拥堵时间及时调整行程计划，也可以由驾驶员手动操控无人机拍摄周围的环境、城市景观等，可以缓解驾驶员堵车焦虑的情绪；
步骤11：当观察完毕后，驾驶员在可触摸中控屏上按下“降落”按钮，无人机会自动规划返航路线，降落到车载无人机起落系统中，顶盖自动关闭，无人机自动充电。
与现有技术相比：本发明提出一种无人机辅助车辆识别交通拥堵情况的系统及方法，考虑到无人机视野范围广、体积小、成本低、可垂直起降、可空中悬停、抗风能力强等优势，可以在空中实时监测交通堵塞情况，能够使驾驶员及时知道发生交通堵塞的原因和预计通过拥堵路段时间；使用太阳能电池板与无线充电模块相结合的方式给无人机充电，能够简化充电装置的机械结构；无人机与本车通过4G/5G网络进行通讯，4G/5G网络具有传输距离长的优势，可以实现无人机与本车的远距离通讯；使用北斗定位模块和蓝牙定位模块，能够使无人机精准的降落到车载无人机起落系统中；通过深度学习的方法进行语义分割，计算车辆密集度，无需获取拥堵路段历史数据，能够简化算法、降低成本，适用于交通事故等突发事件造成的交通拥堵；可自动播放音乐、自动弹出行程计划表，驾驶员能够手动控制无人机拍摄周围的环境、城市景观等，可以缓解驾驶员的焦虑情绪并及时调整行程计划；能够将实时交通堵塞情况发送给有关部门，遇到交通事故可以手动报警，有利于有关部门掌握实时的道路交通信息，能够提高出行效率。
附图说明
为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，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它的附图。其中：
图1为一种无人机辅助车辆识别交通拥堵情况的系统示意图；
图2为本发明的车载无人机起落系统与车辆的位置关系图；
图3为本发明的车载无人机起落系统结构示意图；
图4为本发明的可触控中控屏人机交互界面示意图；
图5为本发明的无人机实时监测交通堵塞情况示意图；
图6为一种无人机辅助车辆识别交通拥堵情况的方法流程图。
图中：驾驶员101、车载工控机系统102、车载无人机起落系统103、无人机系统104、车载无人机起落系统201、车顶行李架202、车辆203、太阳能电池板301、顶盖302、自动升降平台303、无线充电器304、定位模块305、电动升降机构306、电动推拉机构307、信息显示区域401、实时画面区域402、可选操作模式区域403、第一操控区域404、高度调整区域405、第二操控区域406。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
如图1所示，一种无人机辅助车辆识别交通拥堵情况的系统，包括车载工控机系统102、车载无人机起落系统103和无人机系统104，整个系统由驾驶员101进行操控与监视。车载工控机系统102，用于接收无人机传来的实时交通拥堵画面、收发指令、后台任务处理、进行人机交互；车载无人机起落系统103，用于无人机的起飞、降落以及无人机的充电；无人机系统104，用于对堵车情况进行实时监控，将拍到的实时画面和数据通过4G/5G传输到车载工控机系统，同时给有关部门提供实时交通信息。
图2为车载无人机起落系统与车辆的位置关系图。图中，车顶行李架202与车辆203相连，车载无人机起落设备201与车顶行李架相连，便于无人机的起飞和回收。
图3为车载无人机起落系统结构示意图。图中，顶盖302可以防止灰尘、雨水进入车载无人机起落系统内部，使用电动推拉机构(如伸缩电机、齿轮传动机构、带传动机构等)307在水平方向开合，通过驾驶员操控中控屏进行打开或关闭。太阳能电池板301位于顶盖302的上方，能够将太阳能转换为电能，用于无人机的充电。自动升降平台303与电动升降机构(如伸缩电机、剪叉机构等)306相连，可以通过中控屏进行控制，起到承载无人机和无线充电模块的作用，用于无人机的起飞和回收。由于插入式充电方式对于无人机和充电接口的相对位置关系有着很高的要求，容易产生充电接口无法对准的情况，而无线充电器在一定范围内都能够很好的识别无人机电池进行充电，充电功率也满足要求，所以本发明使用无线充电器304用于无人机的充电。无线充电器304位于自动升降平台303台面上方，当无人机处于无线充电器上方时可以给无人机进行电能补充。定位模块305包括北斗定位模块和蓝牙定位模块，北斗定位模块通讯范围较大，用于无人机与起落系统的粗略定位；蓝牙定位模块通讯范围较小，用于无人机的精确定位。无人机降落时首先通过北斗定位模块锁定起落系统的粗略位置，当无人机飞行至蓝牙定位模块通讯范围内，即可精准定位到起落系统位置，使得无人机能够精准地降落到起落系统内部。
图4为可触控中控屏人机交互界面示意图。图中，信息显示区域401显示移动网络的强度、导航信号、时间等信息。无人机拍摄到的实时画面在实时画面区域402显示，驾驶员可以看到道路交通拥堵程度及原因。可选操作模式区域403为无人机的可选操作模式区域，按下起飞按钮，车载无人机起落系统顶盖自动打开，无人机起飞并自动设置为定点悬停模式，可以悬停在本车上方某一预先设定的高度，通过摄像头实时拍摄一定范围内的交通拥堵情况，适用于拥堵程度较轻、车量数量较少的情况；如果定点悬停模式无法拍摄到拥堵画面，无人机将自动开启自动飞行模式，可以根据车头和车道线方向向车辆的正前、左前、右前方自动飞行，能够自动寻找发生堵车的源头，适用于拥堵程度较重车辆数量较多的情况；按下手动按钮，驾驶员可以进行无人机的手动操控，拍摄周围环境、城市景观等，能够缓解拥堵焦虑情绪；可以按下高度调整区域405的按钮进行无人机高度调整，第一操控区域404和第二操控区域406手柄调整无人机的前进、后退、向左飞行和向右飞行；当无人机拍摄到交通事故时，驾驶员可以按下报警按钮，可以把交通事故的实时画面发送给有关部门并向有关部门报警，有利于有关部门掌握实时的道路交通信息，及时处理道路交通事故；按下降落按钮，无人机根据与车载无人机起落系统的相对位置，通过计算自动规划返航路线，降落到车载无人机起落系统内，顶盖自动关闭并给无人机充电。无人机实时监测交通堵塞情况示意图如图5所示。
图6为一种无人机辅助车辆识别交通拥堵情况的方法流程图。该方法步骤如下：
步骤1：当发生交通拥堵时，驾驶员为了了解交通拥堵情况及原因，按下车载中控屏上的起飞按钮以释放无人机；
步骤2：车载无人机起落系统接收到起飞信号后，顶盖自动开启，使无人机上方无遮挡，能够使无人机有充分的空间垂直起飞；
步骤3：顶盖完全打开后，无人机垂直起飞，待无人机完全飞出车载无人机起落系统后顶盖关闭，无人机自动执行默认的定点悬停模式，飞行到车顶预先设定的高度进行一定范围内的实时交通堵塞监控，将实时视频传输到车载工控机系统并在可触控中控屏上显示画面；
步骤4：无人机机载处理器通过深度学习的方法进行语义分割，识别车辆和道路，计算道路上车辆的密集度：
Figure BDA0003175217110000091
式中，DV为车辆的密集度，SV为车辆所占的面积，Sr为道路所占的面积；
步骤5：DV将与系统预设的阈值T相比，若DV≥T，则判断无人机画面中无拥堵源头；若DV≤T，则判断无人机画面中存在拥堵源头；
步骤6：如果定点悬停模式没有发现发生交通拥堵的源头，无人机进入自动模式，沿车头和车道线方向向车辆的正前、左前、右前方飞行，无人机摄像头自动寻找交通拥堵的源头并在可触控中控屏上显示；
步骤7：无人机机载处理器实时计算车辆密集度DV并与T值相比；
步骤8：当DV≤T时，无人机检测到拥堵源头，悬停在拥堵源头正上方，且此时无人机的经纬度即为拥堵源头处的经纬度，计算通过拥堵源头的n辆车的平均速度：
Figure BDA0003175217110000101
步骤9：无人机机载处理器将拥堵源头和本车的经纬度信息转换为无人机内置地图中的坐标，将本车坐标设定为起点，将拥堵源头设定为终点，计算得到本车与拥堵源头之间的距离为S，然后计算本车预计通过拥堵路段的平均时间t为：
Figure BDA0003175217110000102
并将计算结果和交通拥堵画面传给车载工控机系统及有关部门，如果驾驶员发现交通事故可手动报警；
步骤10：车载工控机自动播放音乐缓解驾驶员焦虑情绪，在可触摸中控屏上自动弹出行程计划表，驾驶员可根据拥堵时间及时调整行程计划，也可以由驾驶员手动操控无人机拍摄周围的环境、城市景观等，可以缓解驾驶员堵车焦虑的情绪；
步骤11：当观察完毕后，驾驶员在可触摸中控屏上按下“降落”按钮，无人机会自动规划返航路线，降落到车载无人机起落系统中，顶盖自动关闭，无人机自动充电。
虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。

Claims (6)

1.一种无人机辅助车辆识别交通拥堵情况的系统，其特征在于，包括：车载无人机起落系统(103)、无人机系统(104)和车载工控机系统(102)；
所述车载无人机起落系统(103)设置在车载无人机起落设备(201)内，且位于车辆(203)顶部，与车顶行李架(202)连接，包括顶盖(302)、自动升降平台(303)、充电模块和定位模块(305)，用于无人机的起飞、降落以及无人机的充电；
所述无人机系统(104)包括摄像头模块、无人机机载处理器、4G/5G通信模块和定位模块(305)，用于对堵车情况进行实时监控，将拍到的实时画面和数据通过4G/5G传输到车载工控机系统(102)，同时给有关部门提供实时交通信息，实时监测交通拥堵情况，具有定点悬停、自动飞行、手动操控三种模式；
所述车载工控机系统(102)包括车载工控机、可触控中控屏，用于接收无人机传来的实时交通拥堵画面、收发指令、后台任务处理，通过可触控中控屏进行人机交互。
2.根据权利要求1所述的一种无人机辅助车辆识别交通拥堵情况的系统，其特征在于，所述顶盖(302)用于防止灰尘、雨水进入车载无人机起落系统(103)内部，且所述顶盖(302)安装有电动推拉机构(307)，所述电动推拉机构(307)用于在水平方向开合，通过驾驶员(101)操控中控屏进行打开或关闭；
所述自动升降平台(303)用于承载无人机，且所述自动升降平台(303)安装有电动升降机构(306)，所述电动升降机构(306)用于进行上升和下降，提供无人机的起飞和回收；
所述充电模块包括太阳能电池板(301)和无线充电器(304)，用于无人机电池的充电，所述太阳能电池板(301)位于顶盖(302)上方，所述无线充电器(304)位于升降平台台面上方；
所述定位模块(305)用于无人机与本车及车载无人机起落系统(103)的定位，包括北斗定位模块(305)和蓝牙定位模块(305)。
3.根据权利要求1所述的一种无人机辅助车辆识别交通拥堵情况的系统，其特征在于，所述摄像头模块用于实时监测道路交通拥堵情况，拍摄实时交通画面，为驾驶员(101)或有关部门提供可视化交通信息；
所述无人机机载处理器用于通过深度学习的方法进行语义分割，识别目标级信息，计算道路上车辆(203)的密集度和平均车速信息；
所述4G/5G通信模块用于与本车及有关部门的通讯，将无人机机载处理器计算得到的信息实时传输给车载工控机系统(102)进行处理；
所述定位模块(305)包括北斗定位模块(305)和蓝牙定位模块(305)，用于给本车提供无人机的精确经纬度信息，在无人机回收时能够准确的降落在车载无人机起落系统(103)内部。
4.根据权利要求1所述的一种无人机辅助车辆识别交通拥堵情况的系统，其特征在于，
所述定点悬停模式可以悬停在本车上方某一预先设定的高度，通过摄像头拍摄一定范围内的交通拥堵情况。
所述自动飞行模式，可以根据车头和车道线方向向车辆(203)的正前、左前、右前方自动飞行，自动搜寻堵车的源头。
所述手动操控模式，驾驶员(101)可以通过可触控中控屏进行无人机的手动操控，可以通过驾驶员(101)的控制拍摄周围的环境和城市景观，能够缓解驾驶员(101)堵车焦虑的情绪。
5.根据权利要求1所述的一种无人机辅助车辆识别交通拥堵情况的系统，其特征在于，
所述车载工控机，用于接收无人机传输的信息、收发指令、后台任务处理；
所述可触控中控屏，与车载工控机相连，用于与驾驶员(101)进行人机交互，驾驶员(101)可通过可触控中控屏实现对无人机的控制、安排行程和多媒体娱乐功能。
6.一种无人机辅助车辆识别交通拥堵情况的方法，包括以下步骤：
步骤1：当发生交通拥堵时，驾驶员(101)为了了解交通拥堵情况及原因，按下车载中控屏上的起飞按钮以释放无人机；
步骤2：车载无人机起落系统(103)接收到起飞信号后，顶盖(302)自动开启，使无人机上方无遮挡，能够使无人机有充分的空间垂直起飞；
步骤3：顶盖(302)完全打开后，无人机垂直起飞，待无人机完全飞出车载无人机起落系统(103)后顶盖(302)关闭，无人机自动执行默认的定点悬停模式，飞行到车顶预先设定的高度进行一定范围内的实时交通堵塞监控，将实时视频传输到车载工控机系统(102)并在可触控中控屏上显示画面；
步骤4：无人机机载处理器通过深度学习的方法进行语义分割，识别车辆(203)和道路，计算道路上车辆(203)的密集度：
Figure FDA0003175217100000031
式中，DV为车辆(203)的密集度，SV为车辆(203)所占的面积，Sr为道路所占的面积；
步骤5：DV将与系统预设的阈值T相比，若DV≥T，则判断无人机画面中无拥堵源头；若DV≤T，则判断无人机画面中存在拥堵源头；
步骤6：如果定点悬停模式没有发现发生交通拥堵的源头，无人机进入自动模式，沿车头和车道线方向向车辆(203)的正前、左前、右前方飞行，无人机摄像头自动寻找交通拥堵的源头并在可触控中控屏上显示；
步骤7：无人机机载处理器实时计算车辆(203)密集度DV并与T值相比；
步骤8：当DV≤T时，无人机检测到拥堵源头，悬停在拥堵源头正上方，且此时无人机的经纬度即为拥堵源头处的经纬度，计算通过拥堵源头的n辆车的平均速度：
Figure FDA0003175217100000041
步骤9：无人机机载处理器将拥堵源头和本车的经纬度信息转换为无人机内置地图中的坐标，将本车坐标设定为起点，将拥堵源头设定为终点，计算得到本车与拥堵源头之间的距离为S，然后计算本车预计通过拥堵路段的平均时间t为：
Figure FDA0003175217100000042
并将计算结果和交通拥堵画面传给车载工控机系统(102)及有关部门，如果驾驶员(101)发现交通事故可手动报警；
步骤10：车载工控机自动播放音乐缓解驾驶员(101)焦虑情绪，在可触摸中控屏上自动弹出行程计划表，驾驶员(101)可根据拥堵时间及时调整行程计划，也可以由驾驶员(101)手动操控无人机拍摄周围的环境、城市景观等，可以缓解驾驶员(101)堵车焦虑的情绪；
步骤11：当观察完毕后，驾驶员(101)在可触摸中控屏上按下“降落”按钮，无人机会自动规划返航路线，降落到车载无人机起落系统(103)中，顶盖(302)自动关闭，无人机自动充电。
CN202110830281.3A 2021-07-22 2021-07-22 一种无人机辅助车辆识别交通拥堵情况的系统及方法 Active CN113570858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110830281.3A CN113570858B (zh) 2021-07-22 2021-07-22 一种无人机辅助车辆识别交通拥堵情况的系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110830281.3A CN113570858B (zh) 2021-07-22 2021-07-22 一种无人机辅助车辆识别交通拥堵情况的系统及方法

Publications (2)

Publication Number Publication Date
CN113570858A true CN113570858A (zh) 2021-10-29
CN113570858B CN113570858B (zh) 2022-10-21

Family

ID=78166397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110830281.3A Active CN113570858B (zh) 2021-07-22 2021-07-22 一种无人机辅助车辆识别交通拥堵情况的系统及方法

Country Status (1)

Country Link
CN (1) CN113570858B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114625174A (zh) * 2022-05-12 2022-06-14 之江实验室 一种基于v2x的车载无人机控制方法和装置
CN115240450A (zh) * 2022-07-13 2022-10-25 购旺工业(赣州)有限公司 一种智慧交通数据采集设备及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002250635A (ja) * 2001-02-23 2002-09-06 Kenwood Corp ナビゲーションシステム、経路探索方法およびプログラム
US20130214940A1 (en) * 2012-02-16 2013-08-22 Sony Corporation Information processing device, terminal device, information processing method, and status display method
CN104021670A (zh) * 2014-03-27 2014-09-03 湖南工业大学 一种高分遥感影像提取城市路网车辆队列状态信息方法
CN106971544A (zh) * 2017-05-15 2017-07-21 安徽大学 一种直接利用静态图像来检测车辆拥堵的方法
CN107705560A (zh) * 2017-10-30 2018-02-16 福州大学 一种融合视觉特征和卷积神经网络的道路拥堵检测方法
CN110349406A (zh) * 2019-06-27 2019-10-18 安徽科力信息产业有限责任公司 一种拥堵源头成因检测方法及系统
CN210363547U (zh) * 2019-09-09 2020-04-21 阿尔法巴人工智能(深圳)有限公司 一种带有无人机的自动驾驶车辆

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002250635A (ja) * 2001-02-23 2002-09-06 Kenwood Corp ナビゲーションシステム、経路探索方法およびプログラム
US20130214940A1 (en) * 2012-02-16 2013-08-22 Sony Corporation Information processing device, terminal device, information processing method, and status display method
CN104021670A (zh) * 2014-03-27 2014-09-03 湖南工业大学 一种高分遥感影像提取城市路网车辆队列状态信息方法
CN106971544A (zh) * 2017-05-15 2017-07-21 安徽大学 一种直接利用静态图像来检测车辆拥堵的方法
CN107705560A (zh) * 2017-10-30 2018-02-16 福州大学 一种融合视觉特征和卷积神经网络的道路拥堵检测方法
CN110349406A (zh) * 2019-06-27 2019-10-18 安徽科力信息产业有限责任公司 一种拥堵源头成因检测方法及系统
CN210363547U (zh) * 2019-09-09 2020-04-21 阿尔法巴人工智能(深圳)有限公司 一种带有无人机的自动驾驶车辆

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114625174A (zh) * 2022-05-12 2022-06-14 之江实验室 一种基于v2x的车载无人机控制方法和装置
CN115240450A (zh) * 2022-07-13 2022-10-25 购旺工业(赣州)有限公司 一种智慧交通数据采集设备及方法

Also Published As

Publication number Publication date
CN113570858B (zh) 2022-10-21

Similar Documents

Publication Publication Date Title
WO2021135371A1 (zh) 一种自动驾驶方法、相关设备及计算机可读存储介质
WO2021052213A1 (zh) 调整油门踏板特性的方法和装置
CN113570858B (zh) 一种无人机辅助车辆识别交通拥堵情况的系统及方法
CN113643568B (zh) 一种基于无人机的车辆交叉路口避撞系统及方法
CN109901574A (zh) 自动驾驶方法及装置
CN112513787B (zh) 车内隔空手势的交互方法、电子装置及系统
WO2021244655A1 (zh) 一种基于智能交通系统的交通工具自动驾驶方法、装置和系统
WO2021189210A1 (zh) 一种车辆换道方法及相关设备
WO2020233495A1 (zh) 自动换道方法、装置及存储介质
WO2022110116A1 (zh) 一种飞行充电方法及系统、充电无人机
US20230242098A1 (en) Parking control method and related device
EP4280129A1 (en) Trajectory prediction method and apparatus, and map
CN113226886A (zh) 控制车辆行驶的方法、装置及车辆
EP4307251A1 (en) Mapping method, vehicle, computer readable storage medium, and chip
US20230048680A1 (en) Method and apparatus for passing through barrier gate crossbar by vehicle
US20230399023A1 (en) Vehicle Driving Intention Prediction Method, Apparatus, and Terminal, and Storage Medium
CN113401036B (zh) 一种车载双无人机充电系统及任务交替执行的方法
EP4180297A1 (en) Automatic driving control method and apparatus
EP4201771A1 (en) Autonomous driving method and apparatus
CN109017783A (zh) 自动驾驶方法和自动驾驶系统
CN112654547A (zh) 驾驶提醒的方法、装置及系统
CN215643122U (zh) 一种新型辅助自动驾驶综合设备
CN114771514B (zh) 车辆行驶控制方法、装置、设备、介质、芯片及车辆
CN114556251B (zh) 用于确定车辆可通行空间的方法和装置
EP4207133A1 (en) Traffic element observation method and apparatus

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