CN113624248A - 车路协同道路匹配方法 - Google Patents
车路协同道路匹配方法 Download PDFInfo
- Publication number
- CN113624248A CN113624248A CN202110945140.6A CN202110945140A CN113624248A CN 113624248 A CN113624248 A CN 113624248A CN 202110945140 A CN202110945140 A CN 202110945140A CN 113624248 A CN113624248 A CN 113624248A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- road
- vehicles
- recognition result
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000004891 communication Methods 0.000 claims abstract description 14
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 14
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 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
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/343—Calculating itineraries, i.e. routes leading from a starting point to a series of categorical destinations using a global route restraint, round trips, touristic trips
Abstract
本发明公开了一种车路协同道路匹配方法,包括:各车辆对所在车道进行识别;各车辆将所在车道的识别结果通过V2X车载终端传给周围的其他车辆和路测单元;各车辆根据自身所在车道的识别结果和接收到的其他车辆所在车道的识别结果,判断车辆自身与其他车辆是否在同一车道;所述路测单元根据接收到的各车辆所在车道的识别结果,将各车道的交通信息发送给对应车辆;各车辆根据所在车道的车辆数量和接收到的交通信息进行路径规划。本发明提供的车路协同道路匹配方法,融合视觉与5G‑v2x通信技术,利用摄像头技术及无线通信技术,结合路面道路线,解决无人驾驶汽车车路匹配、潜在目标车辆分类的问题,可以实现全场景覆盖,提高自动驾驶安全性,并且节约成本。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种车路协同道路匹配方法。
背景技术
V2X技术是一种车用无线通信技术,采用PC5空口技术,可实现设备之间的直连通信,无需基站调度。自动驾驶是目前汽车的风口,也是实现智慧交通乃至智能城市的重要载体;目前我国主导的自动驾驶技术是网联式自动驾驶,主导车路协同,即智慧的车加聪明的路。
现在主流的自动驾驶方案有两类:一种是基于摄像头识别目标车辆来做目标的跟踪与分类,判断车辆是否是潜在碰撞风险的车辆;另一种是车路协同,将局部的高精度地图存储在路侧单元,然后利用V2X终端(无线通信单元+高精度定位单元)定位车辆经纬度,与路侧单元内的高精度地图进行匹配,从而获取每个车辆的车道信息,最终在一个区域内,各车辆进行相对位置的分类,识别是否存在碰撞风险。这两种技术方案的缺陷在于,对定位要求太高,受天气影响大;不能识别弯道、上下陡坡等特殊场景;即使通过各种融合算法来提高定位精度,成本也高、算法稳定性可靠性也有待实车验证。
因此,亟需一种车路协同道路匹配方法。
发明内容
本发明的目的是提供一种车路协同道路匹配方法,以解决上述现有技术中的问题,能够以低成本实现精准的道路匹配。
本发明提供了一种车路协同道路匹配方法,其中,包括以下步骤:
各车辆对所在车道进行识别;
各车辆将所在车道的识别结果通过V2X车载终端传给周围的其他车辆和路测单元;
各车辆根据自身所在车道的识别结果和接收到的其他车辆所在车道的识别结果,判断车辆自身与其他车辆是否在同一车道;
所述路测单元根据接收到的各车辆所在车道的识别结果,将各车道的交通信息发送给对应车辆;
各车辆根据所在车道的车辆数量和接收到的交通信息进行路径规划。
如上所述的车路协同道路匹配方法,其中,优选的是,所述各车辆对所在车道进行识别,具体包括:
各车辆通过摄像头识别车道线的颜色和/或形状,其中所述车辆为自动驾驶车辆;
将每个车道分别用不同的符号进行标记。
如上所述的车路协同道路匹配方法,其中,优选的是,所述各车辆将所在车道的识别结果通过V2X车载终端传给周围的其他车辆和路测单元,具体包括:
各车辆通过用于标识不同车辆的V2X车载终端,将各车辆所在车道的识别结果传给周围的其他车辆和路测单元。
如上所述的车路协同道路匹配方法,其中,优选的是,所述各车辆根据自身所在车道的识别结果和接收到的其他车辆所在车道的识别结果,判断车辆自身与其他车辆是否在同一车道,具体包括:
各车辆通过V2X车载终端接收其他车辆所在车道的识别结果;
若目标车辆对自身所在车道的识别结果与通过V2X车载终端接收到的其他车辆所在车道的识别结果一致,则目标车辆与其他车辆在同一车道。
如上所述的车路协同道路匹配方法,其中,优选的是,与所述目标车辆在同一车道的车辆数量为一个或多个。
如上所述的车路协同道路匹配方法,其中,优选的是,所述路测单元根据接收到的各车辆所在车道的识别结果,将各车道的交通信息发送给对应车辆,具体包括:
路测单元通过V2X通信终端接收各车辆所在车道的识别结果;
基于内部存储的车道行驶方向标记,路测单元将各车道的交通信息发给处在对应车道的车辆,其中,所述各车道的交通信息包括各车辆的允许行驶方向信息、和/或路况信息、和/或红绿灯信息。
如上所述的车路协同道路匹配方法,其中,优选的是,所述各车辆根据所在车道的车辆数量和接收到的交通信息进行路径规划,具体包括:
各车辆通过V2X车载终端接收交通信息;
各车辆根据所在车道的车辆数量和接收到的交通信息进行道路规划和/或加减速规划。
本发明的车路协同道路匹配方法,融合视觉与5G-v2x通信技术,利用摄像头技术及无线通信技术,结合路面道路线,解决无人驾驶汽车车路匹配、潜在目标车辆分类的问题,可以实现全场景覆盖,提高自动驾驶安全性,并且节约成本。
附图说明
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作进一步描述,其中:
图1为本发明提供的车路协同道路匹配方法的实施例的流程图;
图2为本发明提供的车辆与其他车辆和路测单元进行交互的示意图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现,不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整,并且向本领域技术人员充分表达本公开的范围。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的,而不是作为限制。
本公开中使用的“第一”、“第二”:以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在本公开中,当描述到特定部件位于第一部件和第二部件之间时,在该特定部件与第一部件或第二部件之间可以存在居间部件,也可以不存在居间部件。当描述到特定部件连接其它部件时,该特定部件可以与所述其它部件直接连接而不具有居间部件,也可以不与所述其它部件直接连接而具有居间部件。
本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同,除非另外特别定义。还应当理解,在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
如图1所示,本实施例提供的车路协同道路匹配方法在实际执行过程中,具体包括如下步骤:
步骤S1、各车辆对所在车道进行识别。
本发明的车辆为传统的自动驾驶车辆,自带摄像头及V2X通信终端,通过摄像头可以识别车道线,通过V2X车载终端可以和其他车辆以及路侧单元通信,且每个车辆的V2X终端有唯一标识号,每个车的V2X终端的标识号不一样,可以标识不同车辆。
在本发明的车路协同道路匹配方法的一种实施方式中,所述步骤S1具体可以包括:
步骤S11、各车辆通过摄像头识别车道线的颜色和/或形状,其中所述车辆为自动驾驶车辆。
在具体实现中,如图2所示,车道预先画为不同颜色(可单边可双边),也可以是不同形状(虚线、实线、双线等)来区分车道。
步骤S12、将每个车道分别用不同的符号进行标记。
车辆识别完车道线颜色后,记录一个数字,如图2所示,分别用车道1、车道2、...、车道n等来标记不同的车道。
步骤S2、各车辆将所在车道的识别结果通过V2X车载终端传给周围的其他车辆和路测单元(Road Side Unit,RSU)。
具体地,各车辆通过用于标识不同车辆的V2X车载终端,将各车辆所在车道的识别结果传给周围的其他车辆和路测单元。
步骤S3、各车辆根据自身所在车道的识别结果和接收到的其他车辆所在车道的识别结果,判断车辆自身与其他车辆是否在同一车道。
在本发明的车路协同道路匹配方法的一种实施方式中,所述步骤S3具体可以包括:
步骤S31、各车辆通过V2X车载终端接收其他车辆所在车道的识别结果。
步骤S32、若目标车辆对自身所在车道的识别结果与通过V2X车载终端接收到的其他车辆所在车道的识别结果一致,则目标车辆与其他车辆在同一车道。
其中,与所述目标车辆在同一车道的车辆数量为一个或多个,本发明对此不作具体限定。通过车与车直接通信,可以确定不同的车是不是在同一个车道,是否干扰行车安全和效率。
步骤S4、所述路测单元根据接收到的各车辆所在车道的识别结果,将各车道的交通信息发送给对应车辆。
路测单元可通过V2X技术与车辆通信,内部存储车道的行驶方向标记号;例如1是左拐、2是直行+右拐。在本发明的车路协同道路匹配方法的一种实施方式中,所述步骤S4具体可以包括:
步骤S41、路测单元通过V2X通信终端接收各车辆所在车道的识别结果。
步骤S42、基于内部存储的车道行驶方向标记,路测单元将各车道的交通信息发给处在对应车道的车辆,其中,所述各车道的交通信息包括各车辆的允许行驶方向信息、和/或路况信息、和/或红绿灯信息。
步骤S5、各车辆根据所在车道的车辆数量和接收到的交通信息进行路径规划。
在本发明的车路协同道路匹配方法的一种实施方式中,所述步骤S5具体可以包括:
步骤S51、各车辆通过V2X车载终端接收交通信息。
步骤S52、各车辆根据所在车道的车辆数量和接收到的交通信息进行道路规划和/或加减速规划。
因此,通过车辆与路测单元通信,便于使路测单元将对应车道的路况、红绿灯信息发给车辆,提前确定是否需要变换车道,是否需要加速或者减速。
本发明实施例提供的车路协同道路匹配方法,融合视觉与5G-v2x通信技术,利用摄像头技术及无线通信技术,结合路面道路线,解决无人驾驶汽车车路匹配、潜在目标车辆分类的问题,可以实现全场景覆盖,提高自动驾驶安全性,并且节约成本。
至此,已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (7)
1.一种车路协同道路匹配方法,其特征在于,包括如下步骤:
各车辆对所在车道进行识别;
各车辆将所在车道的识别结果通过V2X车载终端传给周围的其他车辆和路测单元;
各车辆根据自身所在车道的识别结果和接收到的其他车辆所在车道的识别结果,判断车辆自身与其他车辆是否在同一车道;
所述路测单元根据接收到的各车辆所在车道的识别结果,将各车道的交通信息发送给对应车辆;
各车辆根据所在车道的车辆数量和接收到的交通信息进行路径规划。
2.根据权利要求1所述的车路协同道路匹配方法,其特征在于,所述各车辆对所在车道进行识别,具体包括:
各车辆通过摄像头识别车道线的颜色和/或形状,其中所述车辆为自动驾驶车辆;
将每个车道分别用不同的符号进行标记。
3.根据权利要求1所述的车路协同道路匹配方法,其特征在于,所述各车辆将所在车道的识别结果通过V2X车载终端传给周围的其他车辆和路测单元,具体包括:
各车辆通过用于标识不同车辆的V2X车载终端,将各车辆所在车道的识别结果传给周围的其他车辆和路测单元。
4.根据权利要求1所述的车路协同道路匹配方法,其特征在于,所述各车辆根据自身所在车道的识别结果和接收到的其他车辆所在车道的识别结果,判断车辆自身与其他车辆是否在同一车道,具体包括:
各车辆通过V2X车载终端接收其他车辆所在车道的识别结果;
若目标车辆对自身所在车道的识别结果与通过V2X车载终端接收到的其他车辆所在车道的识别结果一致,则目标车辆与其他车辆在同一车道。
5.根据权利要求4所述的车路协同道路匹配方法,其特征在于,与所述目标车辆在同一车道的车辆数量为一个或多个。
6.根据权利要求1所述的车路协同道路匹配方法,其特征在于,所述路测单元根据接收到的各车辆所在车道的识别结果,将各车道的交通信息发送给对应车辆,具体包括:
路测单元通过V2X通信终端接收各车辆所在车道的识别结果;
基于内部存储的车道行驶方向标记,路测单元将各车道的交通信息发给处在对应车道的车辆,其中,所述各车道的交通信息包括各车辆的允许行驶方向信息、和/或路况信息、和/或红绿灯信息。
7.根据权利要求6所述的车路协同道路匹配方法,其特征在于,所述各车辆根据所在车道的车辆数量和接收到的交通信息进行路径规划,具体包括:
各车辆通过V2X车载终端接收交通信息;
各车辆根据所在车道的车辆数量和接收到的交通信息进行道路规划和/或加减速规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110945140.6A CN113624248A (zh) | 2021-08-17 | 2021-08-17 | 车路协同道路匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110945140.6A CN113624248A (zh) | 2021-08-17 | 2021-08-17 | 车路协同道路匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113624248A true CN113624248A (zh) | 2021-11-09 |
Family
ID=78386154
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110945140.6A Pending CN113624248A (zh) | 2021-08-17 | 2021-08-17 | 车路协同道路匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113624248A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399906A (zh) * | 2022-03-25 | 2022-04-26 | 四川省公路规划勘察设计研究院有限公司 | 一种车路协同辅助驾驶系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160026876A1 (en) * | 2014-07-28 | 2016-01-28 | Hyundai Mobis Co., Ltd. | System and method of recognizing travelled lane of vehicle |
CN109100725A (zh) * | 2018-06-11 | 2018-12-28 | 同济大学 | 一种基于车联网的智能交通场景模拟微缩模型 |
KR20190009608A (ko) * | 2017-07-19 | 2019-01-29 | 삼성전자주식회사 | 자동차 관계 데이터를 생성하는 방법 및 디바이스 |
CN111639593A (zh) * | 2020-05-28 | 2020-09-08 | 东软睿驰汽车技术(沈阳)有限公司 | 车道线标签处理方法及装置 |
CN112541437A (zh) * | 2020-12-15 | 2021-03-23 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、电子设备及存储介质 |
CN113029187A (zh) * | 2021-03-30 | 2021-06-25 | 武汉理工大学 | 融合adas精细感知数据的车道级导航方法与系统 |
CN113257036A (zh) * | 2020-02-13 | 2021-08-13 | 宁波吉利汽车研究开发有限公司 | 一种车辆碰撞预警方法、装置、设备和存储介质 |
-
2021
- 2021-08-17 CN CN202110945140.6A patent/CN113624248A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160026876A1 (en) * | 2014-07-28 | 2016-01-28 | Hyundai Mobis Co., Ltd. | System and method of recognizing travelled lane of vehicle |
KR20190009608A (ko) * | 2017-07-19 | 2019-01-29 | 삼성전자주식회사 | 자동차 관계 데이터를 생성하는 방법 및 디바이스 |
CN109100725A (zh) * | 2018-06-11 | 2018-12-28 | 同济大学 | 一种基于车联网的智能交通场景模拟微缩模型 |
CN113257036A (zh) * | 2020-02-13 | 2021-08-13 | 宁波吉利汽车研究开发有限公司 | 一种车辆碰撞预警方法、装置、设备和存储介质 |
CN111639593A (zh) * | 2020-05-28 | 2020-09-08 | 东软睿驰汽车技术(沈阳)有限公司 | 车道线标签处理方法及装置 |
CN112541437A (zh) * | 2020-12-15 | 2021-03-23 | 北京百度网讯科技有限公司 | 车辆定位方法、装置、电子设备及存储介质 |
CN113029187A (zh) * | 2021-03-30 | 2021-06-25 | 武汉理工大学 | 融合adas精细感知数据的车道级导航方法与系统 |
Non-Patent Citations (1)
Title |
---|
程增木: "《智能网联汽车技术入门一本通》", 31 October 2019, 北京理工大学出版社, pages: 197 - 199 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114399906A (zh) * | 2022-03-25 | 2022-04-26 | 四川省公路规划勘察设计研究院有限公司 | 一种车路协同辅助驾驶系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105719499B (zh) | 交通标志识别测试方法和装置 | |
CN108645628B (zh) | 基于道路驾驶技能的自动驾驶汽车测试系统 | |
CN108961798B (zh) | 无人车交通信号灯自主感知能力测试系统及测试方法 | |
CN113781808B (zh) | 网联式自动驾驶车辆在红绿灯路口的通行方法及系统 | |
US11170237B2 (en) | Method, device, and system for determining a road construction site | |
CN110634297B (zh) | 基于车载激光雷达的信号灯状态识别及通行控制系统 | |
CN113885062A (zh) | 基于v2x的数据采集融合设备、方法和系统 | |
CN110310499A (zh) | 一种匝道限速识别的方法及装置 | |
CN105279995B (zh) | 基于定位系统的公路交通引导方法及公路交通引导系统 | |
CN112419773A (zh) | 一种基于云控平台的车路协同无人驾驶控制系统 | |
CN103366560A (zh) | 一种道路交通运行状态跟车探测方法、系统及应用 | |
CN112729316A (zh) | 自动驾驶车辆的定位方法、装置、车载设备、系统及车辆 | |
CN110428619A (zh) | 一种基于车路协同系统的智能驾驶方法 | |
CN105513390A (zh) | 一种面向无人驾驶和传统驾驶的交通标识识别方法和系统 | |
CN112198877B (zh) | 一种基于5g网络的无人驾驶车辆的控制方法及系统 | |
CN110164164A (zh) | 利用摄像头拍摄功能增强手机导航软件识别复杂道路精准度的方法 | |
CN111422202B (zh) | 智能驾驶考试评判方法 | |
CN111882924A (zh) | 车辆测试系统、驾驶行为判断控制方法及事故预警方法 | |
CN113624248A (zh) | 车路协同道路匹配方法 | |
CN116434604A (zh) | 一种智能交通锥桶安全警示系统及控制方法 | |
CN108133601A (zh) | 基于定位系统的道路交通控制方法及道路交通控制系统 | |
CN111785061A (zh) | 一种基于二维码的交通信号方法及系统 | |
Moradi-Pari et al. | The smart intersection: A solution to early-stage vehicle-to-everything deployment | |
CN110126879A (zh) | 基于rfid射频实现车速控制的方法和路段标识的系统 | |
CN112687101B (zh) | 一种基于电子标签的车道级定位方法及系统 |
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 |