CN113628444A - 提示交通风险的方法、装置和计算机可读存储介质 - Google Patents
提示交通风险的方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113628444A CN113628444A CN202110922641.2A CN202110922641A CN113628444A CN 113628444 A CN113628444 A CN 113628444A CN 202110922641 A CN202110922641 A CN 202110922641A CN 113628444 A CN113628444 A CN 113628444A
- Authority
- CN
- China
- Prior art keywords
- target object
- vehicle
- host vehicle
- running track
- collision
- 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
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
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Abstract
本申请是关于一种提示交通风险的方法、装置和计算机可读存储介质。该方法包括:获取本车和目标物的状态信息,其中,本车或目标物的状态信息包括本车或目标物的位置数据、行驶速度、加速度和行驶方向;根据本车和目标物的状态信息,按照预设算法对本车与目标物是否发生碰撞进行预测;将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置,其中,碰撞预测结果包括对本车预测的运行轨迹、对目标物预测的运行轨迹以及对本车与目标物预测的碰撞地点。本申请提供的方案使得本车的驾驶员可以根据这些碰撞预测结果谨慎驾驶,有效提示交通风险、尤其是弱势交通参与者带来的交通风险,从而提升了驾驶安全。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种提示交通风险的方法、装置和计算机可读存储介质。
背景技术
随着汽车的普及和城市化的发展,道路、尤其是街道上的汽车越来越多。道路、街道的路口,通常是交通风险较高的地方,这一点对行人、两轮车或其他非机动车等弱势交通参与者尤甚。相关技术中,一般是在获取到交通事件的视频后,通过广播的方式传送至车辆。然而,相关技术中,对上述交通风险的提示,仅仅通过在车辆的显示装置上显示不同的颜色来实现。然而,这种通过颜色提示交通风险的方式存在效果不佳的缺陷,例如,驾驶员的视力疲劳、轻微色盲等,都会造成提示效果的不佳。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种提示交通风险的方法、装置和计算机可读存储介质,该技术方案能够有效提示交通风险、尤其是弱势交通参与者带来的交通风险。
本申请第一方面提供一种提示交通风险的方法,包括:
获取本车和目标物的状态信息,所述本车或目标物的状态信息包括所述本车或目标物的位置数据、行驶速度、加速度和行驶方向;
根据所述本车和目标物的状态信息,按照预设算法对所述本车与所述目标物是否发生碰撞进行预测;
将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,所述碰撞预测结果包括对所述本车预测的运行轨迹、对所述目标物预测的运行轨迹以及对所述本车与目标物预测的碰撞地点。
本申请第二方面提供一种提示交通风险的装置,包括:
获取模块,用于获取本车和目标物的状态信息,所述本车或目标物的状态信息包括所述本车或目标物的位置数据、行驶速度、加速度和行驶方向;
预测模块,用于根据所述本车和目标物的状态信息,按照预设算法对所述本车与所述目标物是否发生碰撞进行预测;
可视化呈现模块,用于将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,所述碰撞预测结果包括对所述本车预测的运行轨迹、对所述目标物预测的运行轨迹以及对所述本车与目标物预测的碰撞地点。
本申请第三方面提供一种电子设备,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
本申请提供的技术方案可以包括以下有益效果:由于可以对本车预测的运行轨迹、对目标物预测的运行轨迹以及对本车与目标物预测的碰撞地点等碰撞预测结果以可视化方式呈现于本车的显示装置,因此,本车的驾驶员可以根据这些碰撞预测结果谨慎驾驶,有效提示交通风险、尤其是弱势交通参与者带来的交通风险,从而提升了驾驶安全。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的提示交通风险的方法的流程示意图;
图2是本申请实施例示出的本车在当前道路上的盲区示意图;
图3是本申请实施例示出的在显示摩托车的运行轨迹时使用文字并结合交通图标预警防止碰撞摩托车的示意图;
图4是本申请实施例示出的在显示行人的运行轨迹时使用文字并结合交通图标预警防止碰撞行人的示意图;
图5是本申请实施例示出的提示交通风险的装置的结构示意图;
图6是本申请实施例示出的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
道路、街道的路口等交通风险较高的地方,对行人、两轮车或其他非机动车等弱势交通参与者的风险更高。相关技术中,一般是在获取到交通事件的视频后,通过广播的方式传送至车辆。然而,相关技术中,对上述交通风险的提示,仅仅通过在车辆的显示装置上显示不同的颜色来实现。然而,这种通过颜色提示交通风险的方式存在效果不佳的缺陷,例如,驾驶员的视力疲劳、轻微色盲等,都会造成提示效果的不佳。
针对上述问题,本申请实施例提供一种提示交通风险的方法,能够有效提示交通风险、尤其是弱势交通参与者带来的交通风险。
以下结合附图详细描述本申请实施例的技术方案。
参见图1,是本申请实施例示出的提示交通风险的方法的流程示意图,该方法的执行主体可以是与车辆具有通信功能的云服务器,该云服务器可以通过射频单元向与其具有通信功能的车辆发送数据、图像和视频等信息。图1示例的方法主要包括步骤S101至步骤S103,详细说明如下:
步骤S101:获取本车和目标物的状态信息,其中,本车或目标物的状态信息包括本车或目标物的位置数据、行驶速度、加速度和行驶方向。
在本申请实施例中,本车是指需要使用到本申请的提示交通风险的方法的车辆,而目标物可以是行人和其他车辆,这些其他车辆可以是通常的机动车辆,也可以是三轮车、两轮电动车、自行车等非机动车辆。当目标物为行人或非机动车辆时,目标物为弱势交通参与者。本车和目标物的状态信息,可以从本车和目标物内置的各种传感器件(例如定位模块、惯性测量单元、速度传感器等)上传至云服务器。当目标物为非机动车辆、行人或其他不可能内置传感器的物体时,目标物的状态信息可以由路侧单元,例如,激光雷达测得,然后,由这些路侧单元上传至云服务器。
步骤S102:根据本车和目标物的状态信息,按照预设算法对本车与目标物是否发生碰撞进行预测。
可以理解的是,交通风险主要来自于两个物体的碰撞。在经过步骤S101获取到本车和目标物的状态信息之后,可以根据本车和目标物的状态信息,按照预设算法对本车与目标物是否发生碰撞进行预测,其中,预设算法可以是基于本车或目标物的时空信息的算法。具体地,作为本申请一个实施例,根据本车和目标物的状态信息,按照预设算法对本车与目标物是否发生碰撞进行预测可以通过步骤S1021至步骤S1025实现,详细说明如下:
步骤S1021:根据本车的状态信息,预测本车的运行轨迹。
可以根据本车的位置数据、行驶速度、加速度和行驶方向等数据,结合运动学方程,预测本车的运行轨迹,该运行轨迹在在数学上以轨迹方程zc=f(x,y)表示。
步骤S1022:根据目标物的状态信息,预测目标物的运行轨迹。
可以根据目标物的位置数据、行驶速度、加速度和行驶方向等数据,结合运动学方程,预测目标物的运行轨迹,该运行轨迹在在数学上以轨迹方程zo=g(x,y)表示。
步骤S1023:根据预测的本车的运行轨迹和目标物的运行轨迹,判断本车与目标物的运行路线在空间上是否存在交汇点。
可以理解的是,两个物体是否会碰撞,首要条件是两个物体的运行路线在空间上是否存在交汇点,只有两个物体的运行路线在空间上存在交汇点,两个物体才有可能发生碰撞。因此,在预测到本车的运行轨迹和目标物的运行轨迹后,可以根据预测的本车的运行轨迹和目标物的运行轨迹,判断本车与目标物的运行路线在空间上是否存在交汇点。如前所述,由于本车的运行轨迹或目标物的运行轨迹可以由各自的轨迹方程表示,因此,一种判断本车与目标物的运行路线在空间上是否存在交汇点的方法可以是联立本车的轨迹方程zc=f(x,y)和目标物的轨迹方程zo=g(x,y),即求解轨迹方程组
若上述轨迹方程组在有理数域中存在解,则本车与目标物的运行路线在空间上存在交汇点。
步骤S1024:若本车与目标物的运行路线在空间上存在交汇点,则比较本车到达交汇点的时刻T1和目标物到达交汇点的时刻T2。
在本车的运行路线确定之后,根据本车的当前位置和行驶速度等状态信息,可以得到本车到达交汇点的时刻T1;同理也可以得到目标物到达交汇点的时刻T2。
步骤S1025:若时刻T1与时刻T2之间的绝对差值小于预设阈值,则预测本车与目标物将会发生碰撞。
当预设阈值足够小时,例如,趋近于0,若本车到达交汇点的时刻T1与目标物到达交汇点的时刻T2之间的绝对差值小于该预设阈值,则意味着本车和目标物将同时到达交汇点,即,本车与目标物将会发生碰撞。
步骤S103:将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置,其中,碰撞预测结果包括对本车预测的运行轨迹、对目标物预测的运行轨迹以及对本车与目标物预测的碰撞地点。
在本申请的实施例中,本车的显示装置可以是视频播放设备的视频、图像输出部件。当将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置时,显示装置将以图像和/或视频方式显示碰撞预测结果。作为本申请一个实施例,将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置可以是:丢弃本车的位置数据中无效位置数据,得到按照时间排序的本车的有效位置数据;丢弃目标物的位置数据中无效位置数据,得到按照时间排序的目标物的有效位置数据;根据本车的有效位置数据,绘制并显示本车的运行轨迹;根据目标物的有效位置数据,绘制并显示目标物的运行轨迹;若预测本车与目标物将会发生碰撞,则显示本车的运行轨迹与目标物的运行轨迹的交汇点。上述实施例中,丢弃本车或目标物的位置数据中无效位置数据,具体可以是采用数据去重的方式,将无效位置数据丢弃,如此,在得到按照时间排序的本车或目标物的有效位置数据后,将这些位置数据对应的位置连成线,再适当平滑这些连线,就可以绘制出本车或目标物的运行轨迹。在显示装置显示这些运行轨迹时,若本车与目标物的碰撞预测结果表明本车与目标物将会发生碰撞,则显示本车的运行轨迹与目标物的运行轨迹的交汇点。
路侧单元除了可以是激光雷达等定位设备之外,还可以或者还包括视觉设备,例如相机等。这些视觉设备采集的连续图像序列即本车和目标物的周边行车环境图像信息上传至云服务器之后,云服务器经过处理,也可以将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置。因此,在上述本申请实施例中,还包括获取本车和目标物移动过程中采集的连续图像序列,其中,图像序列包括本车和目标物的周边行车环境图像信息,可以由路侧设备包含的相机等视觉设备采集得到。相应地,作为本申请另一实施例,将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置可以是:根据连续图像序列,生成本车和目标物周边行车环境对应的三维模型以及获取连续图像序列对应的视觉设备参数;根据连续图像序列对应的视觉设备参数,将本车或目标物在三维模型中的位置投影至连续图像序列,以得到本车或目标物的运行轨迹并显示本车或目标物的运行轨迹;若预测本车与目标物将会发生碰撞,则显示本车的运行轨迹与目标物的运行轨迹的交汇点。在上述实施例中,视觉设备参数包括视觉设备的内参、外参等,而根据连续图像序列,生成本车和目标物周边行车环境对应的三维模型以及获取连续图像序列对应的视觉设备参数可以是:获取每个图像序列的至少一个特征点;对各图像序列的特征点进行匹配,得到与每个图像序列匹配的至少一个其他图像序列,以形成图像序列对;根据特征点在图像序列对中的各图像序列中的位置信息,求解基础矩阵,获取各图像序列对应的视觉设备参数;根据特征点在图像序列对中的各图像序列中的位置信息以及各图像序列对应的视觉设备参数,生成本车和目标物移动周边行车环境对应的三维模型。需要说明的是,上述三维模型是本车和目标物周边行车环境对应的三维模型,即本车和目标物共享一个三维模型,而运行轨迹则是按照各自的位置投影得到,即,根据本车移动过程中采集的连续图像序列对应的视觉设备参数,将本车在三维模型中的位置投影至该连续图像序列,以得到本车的运行轨迹并显示本车的运行轨迹,以及根据目标物移动过程中采集的连续图像序列对应的视觉设备参数,将目标物在三维模型中的位置投影至该连续图像序列,以得到目标物的运行轨迹并显示目标物的运行轨迹。
除了在本车驾驶员的可见区域内可能存在碰撞风险之外,本车在当前道路上的盲区,若存在行人、机动车辆和其他非机动车辆等目标物,也会带来交通风险,因此也属于提示的范畴。在上述本申请实施例中,还可以包括获取本车在当前道路上的盲区;若目标物位于本车在当前道路上的盲区,则显示目标物在盲区的运行轨迹。一旦显示了目标物在盲区的运行轨迹,本车的驾驶员也会谨慎驾驶。作为本申请一个实施例,获取本车在当前道路上的盲区可以是:获取由致盲物和本车的结构属性决定的盲区信息;根据盲区信息、致盲物在当前道路上的位姿信息和本车在当前道路上的位姿信息,确定本车在当前道路上的盲区,如图2,是本车在当前道路上的盲区示意图。上述实施例的致盲物可以是运行在本车前方、挡住本车驾驶员视线的尺寸较大的车辆等,而盲区信息可以是盲区的数量、每块盲区相对于本车的位置、盲区的形状以及盲区的大小等等,盲区信息由致盲物和本车的结构属性共同决定,而本车或致盲物在当前道路上的位姿信息即位置和姿态信息,可以通过对路侧设备采集的本车或致盲物运行时的视频流分析得到,例如,分析视频流中相邻视频帧的特征点,即可得到本车或致盲物在当前道路上的位姿信息。
为了进一步强化自车驾驶员的风险提示,本申请实施例的方法还可以包括在将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置时,使用语音预警防止碰撞目标物,或者使用文字并结合交通图标预警防止碰撞目标物。如图3,是在显示摩托车的运行轨迹时使用文字并结合交通图标预警防止碰撞摩托车的示意图,而图4在显示行人的运行轨迹时使用文字并结合交通图标预警防止碰撞行人的示意图。
在上述本申请实施例提供的技术方案中,存在一种场景是碰撞预测结果不仅包含预测到本车与目标物碰撞,而且存在多个这样的目标物,即多个目标物都有可能与本车碰撞。针对上述问题,本申请实施例的提供的技术方案是:若经步骤S102得到的碰撞结果表明存在多个目标物被碰撞的风险,则对多个目标物被碰撞的风险进行等级划分。例如,将风险等级划分为3级,第1级为最低风险等级,第2级为中风险等级,第3级为最高风险等级,其中,最高风险意味着按照碰撞预测结果,本车将很快(例如3秒内)与目标物发生碰撞,中风险则表明本车将稍慢(例如5秒内)与目标物发生碰撞,而最低风险意味着本车将在较长时间(例如10秒)之后才会与目标物发生碰撞。在对多个目标物被碰撞的风险进行等级划分之后,相应地,将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置,可以是根据风险的等级划分,将风险等级最高的目标物的运行轨迹以及本车与风险等级最高的目标物的碰撞地点以醒目方式显示于显示装置,例如,在显示装置以呼吸灯显示风险等级最高的目标物的运行轨迹以及本车与风险等级最高的目标物的碰撞地点。
从上述图1示例的技术方案可知,由于可以对本车预测的运行轨迹、对目标物预测的运行轨迹以及对本车与目标物预测的碰撞地点等碰撞预测结果以可视化方式呈现于本车的显示装置,因此,本车的驾驶员可以根据这些碰撞预测结果谨慎驾驶,有效提示交通风险、尤其是弱势交通参与者带来的交通风险,从而提升了驾驶安全。
与前述应用功能实现方法实施例相对应,本申请还提供了一种提示交通风险的装置、电子设备及相应的实施例。
参见图5是本申请实施例示出的提示交通风险的装置的结构示意图。为了便于说明,仅仅示出与本申请实施例相关的部分。图5示例的装置可以包括获取模块501、预测模块502和可视化呈现模块503,说明如下:
获取模块501,用于获取本车和目标物的状态信息,其中,本车或目标物的状态信息包括本车或目标物的位置数据、行驶速度、加速度和行驶方向;
预测模块502,用于根据本车和目标物的状态信息,按照预设算法对本车与目标物是否发生碰撞进行预测;
可视化呈现模块503,用于将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置,其中,碰撞预测结果包括对本车预测的运行轨迹、对目标物预测的运行轨迹以及对本车与目标物预测的碰撞地点。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不再做详细阐述说明。
从图5示例的装置可知,由于可以对本车预测的运行轨迹、对目标物预测的运行轨迹以及对本车与目标物预测的碰撞地点等碰撞预测结果以可视化方式呈现于本车的显示装置,因此,本车的驾驶员可以根据这些碰撞预测结果谨慎驾驶,有效提示交通风险、尤其是弱势交通参与者带来的交通风险,从而提升了驾驶安全。
可选地,上述图5示例的预测模块502可以包括本车轨迹预测单元、目标物轨迹预测单元、判断单元、比较单元和结果预测单元,其中:
本车轨迹预测单元,用于根据本车的状态信息,预测本车的运行轨迹;
目标物轨迹预测单元,用于根据目标物的状态信息,预测目标物的运行轨迹;
判断单元,用于根据预测的本车的运行轨迹和目标物的运行轨迹,判断本车与目标物的运行路线在空间上是否存在交汇点;
比较单元,用于若本车与所述目标物的运行路线在空间上存在交汇点,则比较本车到达所述交汇点的时刻T1和目标物到达交汇点的时刻T2;
结果预测单元,用于若时刻T1与时刻T2之间的绝对差值小于预设阈值,则预测本车与目标物将会发生碰撞。
可选地,上述图5示例的可视化呈现模块503可以包括本车有效位置获取单元、目标物有效位置获取单元、第一绘制单元、第二绘制单元和第一交汇点显示单元,其中:
本车有效位置获取单元,用于丢弃本车的位置数据中无效位置数据,得到按照时间排序的本车的有效位置数据;
目标物有效位置获取单元,用于丢弃目标物的位置数据中无效位置数据,得到按照时间排序的目标物的有效位置数据;
第一绘制单元,用于根据本车的有效位置数据,绘制并显示本车的运行轨迹;
第二绘制单元,用于根据目标物的有效位置数据,绘制并显示目标物的运行轨迹;
第一交汇点显示单元,用于若预测本车与目标物将会发生碰撞,则显示本车的运行轨迹与目标物的运行轨迹的交汇点。
可选地,上述图5示例的装置还可以包括图像序列获取模块,用于获取本车或目标物移动过程中采集的连续图像序列,其中,图像序列包括本车和目标物的周边行车环境图像信息。
可选地,上述图5示例的装置包括图像序列获取模块时,可视化呈现模块503可以包括生成单元、投影单元和第二交汇点显示单元,其中:
生成单元,用于根据连续图像序列,生成周边行车环境对应的三维模型以及获取连续图像序列对应的视觉设备参数;
投影单元,用于根据连续图像序列对应的视觉设备参数,将本车或目标物在三维模型中的位置投影至连续图像序列,以得到本车或目标物的运行轨迹并显示本车或目标物的运行轨迹;
第二交汇点显示单元,用于若预测本车与目标物将会发生碰撞,则显示本车的运行轨迹与目标物的运行轨迹的交汇点。
可选地,上述图5示例的装置还可以包括盲区获取模块和盲区目标物轨迹显示模块,其中:
盲区获取模块,用于获取本车在当前道路上的盲区;
盲区目标物轨迹显示模块,用于若目标物位于本车在当前道路上的盲区,则显示目标物在盲区的运行轨迹。
可选地,上述示例的盲区获取模块可以包括盲区信息获取单元和盲区确定单元,其中:
盲区信息获取单元,用于获取由致盲物和本车的结构属性决定的盲区信息;
盲区确定单元,用于根据盲区信息、致盲物在当前道路上的位姿信息和本车在当前道路上的位姿信息,确定本车在当前道路上的盲区。
可选地,上述示例的装置还可以包括警示模块,用于在可视化呈现模块503将本车与目标物的碰撞预测结果以可视化方式呈现于本车的显示装置时,使用语音预警防止碰撞目标物,或者使用文字并结合交通图标预警防止碰撞目标物。
可选地,上述示例的装置还可以包括等级划分模块,相应地,可视化呈现模块503可以包括特别显示单元,其中:
等级划分模块,用于若碰撞预测结果表明存在多个目标物被碰撞的风险,则对多个目标物被碰撞的风险进行等级划分;
特别显示单元,用于根据等级划分,将风险等级最高的目标物的运行轨迹以及本车与风险等级最高的目标物的碰撞地点以醒目方式显示于显示装置。
参见图6,是本申请实施例示出的电子设备的结构示意图。该电子设备600包括存储器610和处理器620。
处理器620可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器610可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM),和永久存储装置。其中,ROM可以存储处理器620或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器610可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器610可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器610上存储有可执行代码,当可执行代码被处理器620处理时,可以使处理器620执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质),其上存储有可执行代码(或计算机程序、或计算机指令代码),当可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种提示交通风险的方法,其特征在于,所述方法包括:
获取本车和目标物的状态信息,所述本车或目标物的状态信息包括所述本车或目标物的位置数据、行驶速度、加速度和行驶方向;
根据所述本车和目标物的状态信息,按照预设算法对所述本车与所述目标物是否发生碰撞进行预测;
将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,所述碰撞预测结果包括对所述本车预测的运行轨迹、对所述目标物预测的运行轨迹以及对所述本车与目标物预测的碰撞地点。
2.根据权利要求1所述的提示交通风险的方法,其特征在于,所述根据所述本车和目标物的状态信息,按照预设算法对所述本车与所述目标物是否发生碰撞进行预测,包括:
根据所述本车的状态信息,预测所述本车的运行轨迹;
根据所述目标物的状态信息,预测所述目标物的运行轨迹;
根据预测的所述本车的运行轨迹和目标物的运行轨迹,判断所述本车与所述目标物的运行路线在空间上是否存在交汇点;
若所述本车与所述目标物的运行路线在空间上存在交汇点,则比较所述本车到达所述交汇点的时刻T1和所述目标物到达所述交汇点的时刻T2;
若所述时刻T1与所述时刻T2之间的绝对差值小于预设阈值,则预测所述本车与所述目标物将会发生碰撞。
3.根据权利要求1所述的提示交通风险的方法,其特征在于,所述将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,包括:
丢弃所述本车的位置数据中无效位置数据,得到按照时间排序的所述本车的有效位置数据;
丢弃所述目标物的位置数据中无效位置数据,得到按照时间排序的所述目标物的有效位置数据;
根据所述本车的有效位置数据,绘制并显示所述本车的运行轨迹;
根据所述目标物的有效位置数据,绘制并显示所述目标物的运行轨迹;
若预测所述本车与所述目标物将会发生碰撞,则显示所述本车的运行轨迹与所述目标物的运行轨迹的交汇点。
4.根据权利要求1所述的提示交通风险的方法,其特征在于,所述方法还包括:获取所述本车或目标物移动过程中采集的连续图像序列,所述图像序列包括所述本车和目标物的周边行车环境图像信息。
5.根据权利要求4所述的提示交通风险的方法,其特征在于,所述将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,包括:
根据所述连续图像序列,生成所述周边行车环境对应的三维模型以及获取所述连续图像序列对应的视觉设备参数;
根据连续图像序列对应的视觉设备参数,将所述本车或目标物在所述三维模型中的位置投影至所述连续图像序列,以得到所述本车或目标物的运行轨迹并显示所述本车或目标物的运行轨迹;
若预测所述本车与所述目标物将会发生碰撞,则显示所述本车的运行轨迹与所述目标物的运行轨迹的交汇点。
6.根据权利要求1所述的提示交通风险的方法,其特征在于,所述方法还包括:
获取所述本车在所述当前道路上的盲区;
若所述目标物位于所述本车在所述当前道路上的盲区,则显示所述目标物在所述盲区的运行轨迹。
7.根据权利要求1至6任意一项所述的提示交通风险的方法,其特征在于,所述方法还包括:若所述碰撞预测结果表明存在多个所述目标物被碰撞的风险,则对多个所述目标物被碰撞的风险进行等级划分;
所述将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,包括:根据所述等级划分,将风险等级最高的目标物的运行轨迹以及所述本车与所述风险等级最高的目标物的碰撞地点以醒目方式显示于所述显示装置。
8.一种提示交通风险的装置,其特征在于,所述装置包括:
获取模块,用于获取本车和目标物的状态信息,所述本车或目标物的状态信息包括所述本车或目标物的位置数据、行驶速度、加速度和行驶方向;
预测模块,用于根据所述本车和目标物的状态信息,按照预设算法对所述本车与所述目标物是否发生碰撞进行预测;
可视化呈现模块,用于将所述本车与目标物的碰撞预测结果以可视化方式呈现于所述本车的显示装置,所述碰撞预测结果包括对所述本车预测的运行轨迹、对所述目标物预测的运行轨迹以及对所述本车与目标物预测的碰撞地点。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922641.2A CN113628444A (zh) | 2021-08-12 | 2021-08-12 | 提示交通风险的方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110922641.2A CN113628444A (zh) | 2021-08-12 | 2021-08-12 | 提示交通风险的方法、装置和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113628444A true CN113628444A (zh) | 2021-11-09 |
Family
ID=78384767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110922641.2A Pending CN113628444A (zh) | 2021-08-12 | 2021-08-12 | 提示交通风险的方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113628444A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793535A (zh) * | 2021-09-15 | 2021-12-14 | 智道网联科技(北京)有限公司 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
CN114495574A (zh) * | 2021-12-16 | 2022-05-13 | 联通智网科技股份有限公司 | 一种碰撞预警方法和装置 |
CN114834382A (zh) * | 2022-04-22 | 2022-08-02 | 神龙汽车有限公司 | 一种车辆碰撞安全防护系统和方法 |
CN114973652A (zh) * | 2022-04-22 | 2022-08-30 | 岚图汽车科技有限公司 | 一种视觉盲区提醒方法、系统、电子设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251395A (zh) * | 2016-07-27 | 2016-12-21 | 中测高科(北京)测绘工程技术有限责任公司 | 一种三维模型快速重建方法及系统 |
CN106600686A (zh) * | 2016-12-06 | 2017-04-26 | 西安电子科技大学 | 一种基于多幅未标定图像的三维点云重建方法 |
CN109817021A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种激光雷达路侧盲区交通参与者避让方法和装置 |
CN109808687A (zh) * | 2019-01-17 | 2019-05-28 | 福瑞泰克智能系统有限公司 | 一种驾驶辅助方法、装置及设备 |
CN110288713A (zh) * | 2019-07-03 | 2019-09-27 | 北京机械设备研究所 | 一种基于多目视觉的快速三维模型重建方法及系统 |
CN111243274A (zh) * | 2020-01-20 | 2020-06-05 | 陈俊言 | 面向非网联交通个体的道路碰撞预警系统及方法 |
CN111601279A (zh) * | 2020-05-14 | 2020-08-28 | 大陆投资(中国)有限公司 | 在车载显示器中显示动态交通态势的方法和车载系统 |
CN111986477A (zh) * | 2020-08-12 | 2020-11-24 | 南京市德赛西威汽车电子有限公司 | 一种基于v2x的避让弱势交通参与者的预警方法 |
CN112216097A (zh) * | 2019-07-09 | 2021-01-12 | 华为技术有限公司 | 一种检测车辆的盲区的方法及装置 |
CN113071487A (zh) * | 2021-02-24 | 2021-07-06 | 中移智行网络科技有限公司 | 自动驾驶车辆控制方法、装置及云端设备 |
-
2021
- 2021-08-12 CN CN202110922641.2A patent/CN113628444A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251395A (zh) * | 2016-07-27 | 2016-12-21 | 中测高科(北京)测绘工程技术有限责任公司 | 一种三维模型快速重建方法及系统 |
CN106600686A (zh) * | 2016-12-06 | 2017-04-26 | 西安电子科技大学 | 一种基于多幅未标定图像的三维点云重建方法 |
CN109817021A (zh) * | 2019-01-15 | 2019-05-28 | 北京百度网讯科技有限公司 | 一种激光雷达路侧盲区交通参与者避让方法和装置 |
CN109808687A (zh) * | 2019-01-17 | 2019-05-28 | 福瑞泰克智能系统有限公司 | 一种驾驶辅助方法、装置及设备 |
CN110288713A (zh) * | 2019-07-03 | 2019-09-27 | 北京机械设备研究所 | 一种基于多目视觉的快速三维模型重建方法及系统 |
CN112216097A (zh) * | 2019-07-09 | 2021-01-12 | 华为技术有限公司 | 一种检测车辆的盲区的方法及装置 |
CN111243274A (zh) * | 2020-01-20 | 2020-06-05 | 陈俊言 | 面向非网联交通个体的道路碰撞预警系统及方法 |
CN111601279A (zh) * | 2020-05-14 | 2020-08-28 | 大陆投资(中国)有限公司 | 在车载显示器中显示动态交通态势的方法和车载系统 |
CN111986477A (zh) * | 2020-08-12 | 2020-11-24 | 南京市德赛西威汽车电子有限公司 | 一种基于v2x的避让弱势交通参与者的预警方法 |
CN113071487A (zh) * | 2021-02-24 | 2021-07-06 | 中移智行网络科技有限公司 | 自动驾驶车辆控制方法、装置及云端设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793535A (zh) * | 2021-09-15 | 2021-12-14 | 智道网联科技(北京)有限公司 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
CN114495574A (zh) * | 2021-12-16 | 2022-05-13 | 联通智网科技股份有限公司 | 一种碰撞预警方法和装置 |
CN114834382A (zh) * | 2022-04-22 | 2022-08-02 | 神龙汽车有限公司 | 一种车辆碰撞安全防护系统和方法 |
CN114973652A (zh) * | 2022-04-22 | 2022-08-30 | 岚图汽车科技有限公司 | 一种视觉盲区提醒方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113628444A (zh) | 提示交通风险的方法、装置和计算机可读存储介质 | |
CN106980813B (zh) | 机器学习的注视生成 | |
US10853665B2 (en) | Method and device to generate virtual lane | |
US10242457B1 (en) | Augmented reality passenger experience | |
JP7040374B2 (ja) | 物体検出装置、車両制御システム、物体検出方法及び物体検出用コンピュータプログラム | |
US11610411B2 (en) | Driver assistance system and method for displaying traffic information | |
CN111212772A (zh) | 用于确定车辆的驾驶策略的方法和设备 | |
US11003925B2 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
US9336630B2 (en) | Method and apparatus for providing augmented reality | |
CN104376297A (zh) | 道路上的线型指示标志的检测方法和装置 | |
US11807263B2 (en) | Dynamic route information interface | |
CN108304861A (zh) | 生成自动车辆泄漏探测的训练数据 | |
US11345341B2 (en) | Information processing apparatus, information processing method and computer readable recording medium for recording information processing program for providing autonomous movement of stationary vehicles | |
CN113228040A (zh) | 多级对象行进方向估计 | |
CN111094095B (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
CN109849907A (zh) | 用于保持车道的方法和设备以及车道引导设备 | |
US10745010B2 (en) | Detecting anomalous vehicle behavior through automatic voting | |
CN111178286B (zh) | 姿态轨迹预测方法、装置及电子设备 | |
CN111081045A (zh) | 姿态轨迹预测方法及电子设备 | |
US11137256B2 (en) | Parking area map refinement using occupancy behavior anomaly detector | |
CN111351503A (zh) | 辅助驾驶方法、辅助驾驶系统、计算设备及存储介质 | |
WO2022193992A1 (zh) | 灯光投影装置、方法及存储介质 | |
CA3020813C (en) | Mobile body surroundings display method and mobile body surroundings display apparatus | |
CN113793535B (zh) | 并存交通风险的告警方法、装置和计算机可读存储介质 |
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 |