CN113658424A - 基于稀疏卫星定位数据的车辆频繁变道识别方法及装置 - Google Patents

基于稀疏卫星定位数据的车辆频繁变道识别方法及装置 Download PDF

Info

Publication number
CN113658424A
CN113658424A CN202110839025.0A CN202110839025A CN113658424A CN 113658424 A CN113658424 A CN 113658424A CN 202110839025 A CN202110839025 A CN 202110839025A CN 113658424 A CN113658424 A CN 113658424A
Authority
CN
China
Prior art keywords
vehicle
data
positioning device
lane change
satellite positioning
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
CN202110839025.0A
Other languages
English (en)
Other versions
CN113658424B (zh
Inventor
黄小杰
刘芝秀
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.)
Nanchang Institute of Technology
Original Assignee
Nanchang Institute of Technology
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 Nanchang Institute of Technology filed Critical Nanchang Institute of Technology
Priority to CN202110839025.0A priority Critical patent/CN113658424B/zh
Publication of CN113658424A publication Critical patent/CN113658424A/zh
Application granted granted Critical
Publication of CN113658424B publication Critical patent/CN113658424B/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
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications

Abstract

本发明公开一种基于稀疏卫星定位数据的车辆频繁变道识别方法及装置，方法包括：响应于获取车载卫星定位装置的设备标识和卫星定位数据，对所述设备标识和所述卫星定位数据进行整合形成格式化数据；基于获取所述格式化数据中相邻的三个时刻的数据，判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道；计算以
Figure DDA0003178185730000011
为数据集的数据均值μ和标准差σ；基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变道情况。通过定位数据进行计算nk(i‑1,i,i+1)和
Figure DDA0003178185730000012
来间接判断车辆方向的变化情况及频繁程度，实现通过判断车辆是否有方向偏离来判断变道情况及频繁程度，从而提高了对车辆变道及频繁变道识别的准确度。

Description

基于稀疏卫星定位数据的车辆频繁变道识别方法及装置
技术领域
本发明属于车辆变道识别技术领域，尤其涉及一种基于稀疏卫星定 位数据的车辆频繁变道识别方法及装置。
背景技术
根据道路交通管理相关条例，营运车辆通常都要求安装卫星定位装 置，通过车载卫星定位装置可以记录车辆的行驶轨迹，这不仅仅有利于 交通管控，还可以根据卫星定位数据对车辆驾驶员的驾驶行为进行分 析，挖掘发现危险驾驶行为和消除交通隐患。
规范驾驶行为、消除道路交通隐患的先进技术有高级辅助驾驶系统 和自动驾驶技术，高级辅助驾驶系统相当于人机协同的驾驶车辆，自动 驾驶技术可以不需要人的驾驶，这些先进技术都能很好的规避驾驶员的 危险驾驶行为。但是无论是高级辅助驾驶系统还是自动驾驶技术，它们 都还有待提高技术的可靠性和稳定性，同时，费用也很高，目前并没有 广泛应用。相对来讲卫星定位装置费用较低，在法律法规的要求下亦是 广泛使用，因此利用卫星定位数据助力交通安全是经济可取的途径，如 何利用卫星定位数据助力交通安全，如何提高利用的效果就是当前技术 开发的重点。
车辆频繁变道识别的现有技术对车载设备要求较高，高端设备的价 格昂贵不利于推广使用；另一方面，路况比较复杂的情况下，例如，路 面上时常没有斑马线，这也给判断是否变道带来了不少困难。
发明内容
有鉴于此，本发明提供的一种基于稀疏卫星定位数据的车辆频繁变 道识别方法及装置主要是解决了在车辆频繁变道识别时，对车载设备要 求较高，而使得识别成本大，以及在路况比较复杂的情况下，判断是否 发生变道的难度大的技术问题。
第一方面，本发明提供一种基于稀疏卫星定位数据的车辆频繁变道 识别方法，包括：响应于获取车载卫星定位装置的设备标识和卫星定位 数据，对所述设备标识和所述卫星定位数据进行整合形成格式化数据， 其中，所述卫星定位数据中包含车辆当前行驶时间、车辆当前所处经度 以及车辆当前所处纬度；基于获取所述格式化数据中相邻的三个时刻的 数据，判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是 否变道，其中，所述判断在经过相邻三个时刻载有设备标识为k的定位 装置的车辆是否变道的表达式为：
Figure BDA0003178185710000021
式中，
Figure BDA0003178185710000022
分别为第k个车载定位装置记录的第i-1个时刻 的车辆当前所处经度、第k个车载定位装置记录的第i个时刻的车辆当前 所处经度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处经 度、，
Figure BDA0003178185710000023
分别为第k个车载定位装置记录的第i-1个时刻 的车辆当前所处纬度、第k个车载定位装置记录的第i个时刻的车辆当前 所处纬度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处纬 度，nk(i-1，i，i+1)为载有设备标识为k的定位装置的车辆在三个相邻时刻 变道或变向的程度；计算以
Figure BDA0003178185710000024
为数据集的数据均 值μ和标准差σ，其中，
Figure BDA0003178185710000025
为载有设备标识为k的定位装 置的车辆在一段时间内变道或变向的频繁程度；基于所述数据均值μ和 所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变 道情况。
第二方面，本发明提供一种基于稀疏卫星定位数据的车辆频繁变道 识别装置，包括：整合模块，配置为响应于获取车载卫星定位装置的设 备标识和卫星定位数据，对所述设备标识和所述卫星定位数据进行整合 形成格式化数据，其中，所述卫星定位数据中包含车辆当前行驶时间、 车辆当前所处经度以及车辆当前所处纬度；第一判断模块，配置为基于 获取所述格式化数据中相邻的三个时刻的数据，判断在经过相邻三个时 刻载有设备标识为k的定位装置的车辆是否变道，其中，所述判断在经 过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道的表达式 为：
Figure BDA0003178185710000031
式中，
Figure BDA0003178185710000032
分别为第k个车载定位装置记录的第i-1个 时刻的车辆当前所处经度、第k个车载定位装置记录的第i个时刻的车辆 当前所处经度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处 经度、，
Figure BDA0003178185710000033
分别为第k个车载定位装置记录的第i-1个时 刻的车辆当前所处纬度、第k个车载定位装置记录的第i个时刻的车辆当 前所处纬度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处纬 度，nk(i-1，i，i+1)为载有设备标识为k的定位装置的车辆在三个相邻时刻 变道或变向的程度；计算模块，配置为计算以
Figure BDA0003178185710000034
为数据集的数据均值μ和标准差σ，其中，
Figure BDA0003178185710000035
为载有设备 标识为k的定位装置的车辆在一段时间内变道或变向的频繁程度；第二 判断模块，配置为基于所述数据均值μ和所述标准差σ，判断载有设备 标识为k的定位装置的车辆是否有频繁变道情况。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与 所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被 所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执 行，以使所述至少一个处理器能够执行本发明任一实施例的基于稀疏卫 星定位数据的车辆频繁变道识别方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计 算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执 行时，使所述计算机执行本发明任一实施例的基于稀疏卫星定位数据的 车辆频繁变道识别方法的步骤。
本申请的基于稀疏卫星定位数据的车辆频繁变道识别方法及装置， 通过定位数据进行计算nk(i-1,i,i+1)来判断车辆方向的变化情况，实现 通过判断车辆是否有方向偏离来判断变道情况，从而提高了对车辆变道 识别的准确度，以及采用
Figure BDA0003178185710000041
对频繁变道的情况进行间接描 述，解决了现有技术对于没有斑马线等复杂道路场景难以判断频繁变道 的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述 中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图 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为本发明一实施例提供的一种基于稀疏卫星定位数据的车辆频 繁变道识别方法的流程图；
图2为本发明一实施例提供的又一种基于稀疏卫星定位数据的车辆 频繁变道识别方法的流程图；
图3为本发明一实施例提供的一车辆变道原理图；
图4为本发明一实施例提供的又一车辆变道原理图；
图5为本发明一实施例提供的一种基于稀疏卫星定位数据的车辆频 繁变道识别装置的结构框图；
图6是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合 本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整 地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的 实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造 性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，其示出了本申请的一种基于稀疏卫星定位数据的车辆频 繁变道识别方法的流程图。
如图1所示，一种基于稀疏卫星定位数据的车辆频繁变道识别方法 包括以下步骤：
步骤S101，响应于获取车载卫星定位装置的设备标识和卫星定位数 据，对所述设备标识和所述卫星定位数据进行整合形成格式化数据，其 中，所述卫星定位数据中包含车辆当前行驶时间、车辆当前所处经度以 及车辆当前所处纬度。
在本实施例中，获取车载卫星定位装置设备的标识和卫星定位数 据，将卫星定位装置的标识和卫星定位数据整合为如下一条一条的格式 化数据，每一条数据包含4个字段，含义如表1所示：
表1.
车载卫星定位装置的标识
车辆当前行驶时间
车辆当前所处经度
车辆当前所处纬度
用符号记为：(id，t，lon，la，分别代表设备标识、时间、经度和维 度。
步骤S102，基于获取所述格式化数据中相邻的三个时刻的数据，判 断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道， 其中，所述判断在经过相邻三个时刻载有设备标识为k的定位装置的车 辆是否变道的表达式为：
Figure BDA0003178185710000051
式中，
Figure BDA0003178185710000052
分别为第k个车载定位装置记录的第i-1个 时刻的车辆当前所处经度、第k个车载定位装置记录的第i个时刻的车辆 当前所处经度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处 经度、，
Figure BDA0003178185710000053
分别为第k个车载定位装置记录的第i-1个时 刻的车辆当前所处纬度、第k个车载定位装置记录的第i个时刻的车辆当 前所处纬度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处纬 度，nk(i-1，i，i+1)为载有设备标识为k的定位装置的车辆在三个相邻时刻 变道或变向的程度。
在本实施例中，计算反映变道情况的量，以标识为k的定位装置的定 位数据为例，即考虑车载定位设备标识为k的车辆的变道情况。取相邻的 三个时刻的数据如下：
Figure BDA0003178185710000061
用
Figure BDA0003178185710000062
来刻画在相邻三个时刻变道的情况。
具体地，当
Figure BDA0003178185710000063
时，说明载有第k个车载定位装置的车 辆在第i-1个时刻、第i个时刻以及第i+1个时刻的经度未发生变化，三个 时刻的位置在同一条直线上，见图3，从而未发生变道情况；
当
Figure BDA0003178185710000064
时，说明载有第k个车载定位装置的车辆在第i-1 个时刻、第i个时刻以及第i+1个时刻的纬度未发生变化，三个时刻的位 置在同一条直线上，见图3，从而未发生变道情况；
当其他情况时，
Figure BDA0003178185710000065
不为0，说明三个时刻的位 置不在同一条直线上，见图4，从而发生变道情况或发生一定程度的变向 情况。
步骤S103，计算以
Figure BDA0003178185710000066
为数据集的数据均值 μ和标准差σ，其中，
Figure BDA0003178185710000067
为载有设备标识为k的定位装置 的车辆在一段时间内变道或变向的频繁程度。
在本实施例中，累计所有的nk(i-1,i,i+1)，计算
Figure BDA0003178185710000068
用其于刻画频繁变道的程度，其中，Tk表示标识为k的定位装置记录的 Tk条卫星定位数，并计算以
Figure BDA0003178185710000071
为数据集的数据 均值μ和标准差σ。
本实施例的方法，通过定位数据进行计算nk(i-1,i,i+1)来判断车辆方 向的变化情况，实现通过判断车辆是否有方向偏离来判断变道情况，从 而提高了对车辆变道识别的能力，以及采用
Figure BDA0003178185710000072
对频繁变道 的情况进行间接描述，解决了在车辆频繁变道识别时，对车载设备要求 较高，而使得识别成本大，以及在路况比较复杂的情况下，判断是否发 生变道的难度大的问题。
步骤S104，基于所述数据均值μ和所述标准差σ，判断载有设备标 识为k的定位装置的车辆是否有频繁变道情况。
在本实施例中，判断载有设备标识为k的定位装置的车辆是否有频 繁变道情况的表达式为：
Figure BDA0003178185710000073
式中，
Figure BDA0003178185710000074
为载有设备标识为k的定位装置的车辆在一段时间内变 道或变向的频繁程度，d为频繁变道的程度，取常数，μ为数据集
Figure BDA0003178185710000075
的数据均值，σ为数据集
Figure BDA0003178185710000076
的标准差。若
Figure BDA0003178185710000077
大于数据均值 的若干倍标准差，则判断载有设备标识为k的定位装置的车辆为频繁变 道，若
Figure BDA0003178185710000078
不大于数据均值的若干倍标准差，则判断载有设 备标识为k的定位装置的车辆未频繁变道。
在本实施例的方法中，通过
Figure BDA0003178185710000079
的表达式能够 对载有设备标识为k的定位装置的车辆是否发生频繁变道的情况进行判 断，并且通过改变频繁变道的程度d的取值，能够对当前车辆的频繁变道 程度进行刻画，从而实现在对判断当前车辆是否发生频繁变道的同时， 能够体现当前车辆频繁变道的程度。
请参阅图2，其示出了本申请的一个具体实施例的一种基于稀疏卫星 定位数据的车辆频繁变道识别方法的流程图。
如图2所示，基于稀疏卫星定位数据的车辆频繁变道识别方法包括 以下步骤：
第一步.输入n个车载设备的卫星定位数据，并按不同设备的时间顺 序存储卫星定位数据，例如：
Figure RE-GDA0003311829310000081
表示第k个车载定位装置 记录的第i个时刻的定位数据，其中k，i＝1，2，3，…，且相邻时间点间隔不 大，一般在20秒以内。如表2所示：
表2.
Figure BDA0003178185710000082
第二步.对每一设备的相邻3个定位数据计算nk(i-1,i,i+1)。具体 地，如图3所示，图中A、B、C、D代表相邻时间点车辆的位置，如图 A、B、C三点在一条直线上，车辆没有变道，那么直线ABC下方的两个 三角形相似，则
Figure BDA0003178185710000083
即nk(i-1,i,i+1)＝0。
如图4所示，图中B、C、D三点不在一条直线上，车辆有一定程度 变道或变向，那么直线BCD下方的两个三角形不相似，则
Figure BDA0003178185710000091
即nk(i-1,i,i+1)≠0。
所以可以用
Figure BDA0003178185710000092
描述相邻三个时刻 变道的情况，为0时没有变道，不为0时有变道倾向。
第三步.累计所有的nk(i-1,i,i+1)，计算
Figure BDA0003178185710000093
用其于刻 画频繁变道的程度，其中，Tk表示标识为k的定位装置记录的Tk条卫星 定位数据，并计算以所有
Figure BDA0003178185710000094
为数据集的均值和标准差，分 别记为μ，σ。
第四步.如果
Figure BDA0003178185710000095
则认为载有标识为k的定位装 置的车辆有频繁变道情况，其中d代表频繁变道的程度，可根据需要决 定。通常取d＝3或d＝6，d＝6时的频繁变道程度比d＝3时要来的严重， 因为它偏离了均值μ的6倍的σ。
具体地，nk(i-1,i,i+1)与
Figure BDA0003178185710000096
的具体计算实验如下：
1)通过车载卫星定位设备获取其卫星定位数据，如表3所示：
表3.
Figure BDA0003178185710000101
此次实际实验并未获取多台设备的卫星定位数据，因为对于一台设 备的数据能够处理计算nk(i-1,i,i+1)与
Figure BDA0003178185710000102
自然亦可以处理 多台设备的数据。
2)计算
Figure BDA0003178185710000103
3)根据nk(i-1,i,i+1)识别变道，如nk(i-1,i,i+1)＝7.704425342最大， 这三个相邻数据有变道情况。而
Figure BDA0003178185710000104
的大小可 以用于判断频繁变道的程度。
上述情况与表3记录变道的事实相吻合。
综上描述，本申请的基于稀疏卫星定位数据的车辆频繁变道识别方 法能够带来以下技术效果：
1.本发明采用了变道和频繁变道的间接描述法，通过引入两个新的量 nk(i-1,i,i+1)和
Figure BDA0003178185710000111
来间接的刻画变道情况，实现了通过方 向偏离和方向偏离的累加来判断变道以及频繁变道情况，从而提高了对 车辆变道以及频繁变道识别的准确度。
2.本发明立足于卫星定位数据对频繁变道进行推断，不依赖于道路图 像数据，从而不需要处理复杂的图像和视频数据，提高了判断频繁变道 的执行效率。
3.本发明判断频繁变道对道路信息依赖很低，适应于复杂道路的场 景。在判断频繁变道时并不需要知道道路情况，只需要定位数据即可计 算nk(i-1,i,i+1)和
Figure BDA0003178185710000112
来判断车辆方向的变化情况，从而间接 的刻画变道和频繁变道情况。
请参阅图5，其示出了本申请的一种基于稀疏卫星定位数据的车辆频 繁变道识别装置的结构框图。
如图5所示，车辆频繁变道识别装置200，包括整合模块210、第一 判断模块220、计算模块230以及第二判断模块240。
其中，整合模块210，配置为响应于获取车载卫星定位装置的设备标 识和卫星定位数据，对所述设备标识和所述卫星定位数据进行整合形成 格式化数据，其中，所述卫星定位数据中包含车辆当前行驶时间、车辆 当前所处经度以及车辆当前所处纬度；第一判断模块220，配置为基于获 取所述格式化数据中相邻的三个时刻的数据，判断在经过相邻三个时刻 载有设备标识为k的定位装置的车辆是否变道，其中，所述判断在经过 相邻三个时刻载有设备标识为k的定位装置的车辆是否变道的表达式 为：
Figure BDA0003178185710000113
式中，
Figure BDA0003178185710000114
分别为第k个车载定位装置记录的第i-1个时刻 的车辆当前所处经度、第k个车载定位装置记录的第i个时刻的车辆当前 所处经度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处经 度、，
Figure BDA0003178185710000121
分别为第k个车载定位装置记录的第i-1个时刻 的车辆当前所处纬度、第k个车载定位装置记录的第i个时刻的车辆当前 所处纬度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处纬 度，nk(i-1，i，i+1)为载有设备标识为k的定位装置的车辆在三个相邻时刻 变道或变向的程度；计算模块230，配置为计算以
Figure BDA0003178185710000122
为数据集的数据均值μ和标准差σ，其中，
Figure BDA0003178185710000123
为载有设备标识为k的定位装置的车辆在一段时间内变 道或变向的频繁程度；第二判断模块240，配置为基于所述数据均值μ和 所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变 道情况。
应当理解，图5中记载的诸模块与参考图1中描述的方法中的各个 步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效 果同样适用于图5中的诸模块，在此不再赘述。
在另一些实施例中，本发明实施例还提供了一种非易失性计算机存 储介质，计算机存储介质存储有计算机可执行指令，该计算机可执行指 令可执行上述任意方法实施例中的基于稀疏卫星定位数据的车辆频繁变 道识别方法；
作为一种实施方式，本发明的非易失性计算机存储介质存储有计算 机可执行指令，计算机可执行指令设置为：
响应于获取车载卫星定位装置的设备标识和卫星定位数据，对所述 设备标识和所述卫星定位数据进行整合形成格式化数据；
基于获取所述格式化数据中相邻的三个时刻的数据，判断在经过相 邻三个时刻载有设备标识为k的定位装置的车辆是否变道；
计算以
Figure BDA0003178185710000124
为数据集的数据均值μ和标准差 σ；
基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位 装置的车辆是否有频繁变道情况。
计算机可读存储介质可以包括存储程序区和存储数据区，其中，存 储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据 区可存储根据基于稀疏卫星定位数据的车辆频繁变道识别装置的使用所 创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储 器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，计算机可读存储介质可选 包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连 接至基于稀疏卫星定位数据的车辆频繁变道识别装置。上述网络的实例 包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图6是本发明实施例提供的电子设备的结构示意图，如图6所示， 该设备包括：一个或多个处理器310以及存储器320。基于稀疏卫星定位 数据的车辆频繁变道识别方法的设备还可以包括：输入装置330和输出 装置340。处理器310、存储器320、输入装置330和输出装置340可以 通过总线或者其他方式连接，图6中以通过总线连接为例。存储器320 为上述的计算机可读存储介质。处理器310通过运行存储在存储器320 中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应 用以及数据处理，即实现上述方法实施例基于稀疏卫星定位数据的车辆 频繁变道识别方法。输入装置330可接收输入的数字或字符信息，以及 产生与基于稀疏卫星定位数据的车辆频繁变道识别装置的用户设置以及 功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法，具备执行方法相 应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参 见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于基于稀疏卫星定位数据的 车辆频繁变道识别装置中，用于客户端，包括：至少一个处理器；以 及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至 少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个 处理器能够：
响应于获取车载卫星定位装置的设备标识和卫星定位数据，对所述 设备标识和所述卫星定位数据进行整合形成格式化数据；
基于获取所述格式化数据中相邻的三个时刻的数据，判断在经过相 邻三个时刻载有设备标识为k的定位装置的车辆是否变道；
计算以
Figure BDA0003178185710000131
为数据集的数据均值μ和标准差 σ；
基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位 装置的车辆是否有频繁变道情况。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明 的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以 是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到 多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来 实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动 的情况下，即可以理解并实施。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非 对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的 普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案 进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替 换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和 范围。

Claims (8)

1.一种基于稀疏卫星定位数据的车辆频繁变道识别方法，其特征在于，包括：
响应于获取车载卫星定位装置的设备标识和卫星定位数据，对所述设备标识和所述卫星定位数据进行整合形成格式化数据，其中，所述卫星定位数据中包含车辆当前行驶时间、车辆当前所处经度以及车辆当前所处纬度；
基于获取所述格式化数据中相邻的三个时刻的数据，判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道，其中，所述判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道的表达式为：
Figure FDA0003178185700000011
式中，
Figure FDA0003178185700000012
分别为第k个车载定位装置记录的第i-1个时刻的车辆当前所处经度、第k个车载定位装置记录的第i个时刻的车辆当前所处经度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处经度，
Figure FDA0003178185700000013
分别为第k个车载定位装置记录的第i-1个时刻的车辆当前所处纬度、第k个车载定位装置记录的第i个时刻的车辆当前所处纬度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处纬度，nk(i-1，i，i+1)为载有设备标识为k的定位装置的车辆在三个相邻时刻变道或变向的程度；
计算以
Figure FDA0003178185700000014
为数据集的数据均值μ和标准差σ，其中，
Figure FDA0003178185700000015
为载有设备标识为k的定位装置的车辆在一段时间内变道或变向的频繁程度；
基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变道情况。
2.根据权利要求1所述的一种基于稀疏卫星定位数据的车辆频繁变道识别方法，其特征在于，在基于获取所述格式化数据中相邻的三个时刻的数据，判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道之前，所述方法还包括：
基于不同设备标识的所述车辆当前行驶时间，对所述格式化数据按时间排序并存储。
3.根据权利要求1所述的一种基于稀疏卫星定位数据的车辆频繁变道识别方法，其特征在于，所述判断载有设备标识为k的定位装置的车辆是否有频繁变道情况的表达式为：
Figure FDA0003178185700000021
式中，
Figure FDA0003178185700000022
为载有设备标识为k的定位装置的车辆在一段时间内变道或变向的频繁程度，d为频繁变道的程度，取常数，μ为数据集
Figure FDA0003178185700000023
的数据均值，σ为数据集
Figure FDA0003178185700000024
的标准差。
4.根据权利要求1所述的一种基于稀疏卫星定位数据的车辆频繁变道识别方法，其特征在于，所述基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变道情况包括：
若
Figure FDA0003178185700000025
大于数据均值的若干倍标准差，则判断载有设备标识为k的定位装置的车辆为频繁变道。
5.根据权利要求1所述的一种基于稀疏卫星定位数据的车辆频繁变道识别方法，其特征在于，所述基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变道情况还包括：
若
Figure FDA0003178185700000031
不大于数据均值的若干倍标准差，则判断载有设备标识为k的定位装置的车辆未频繁变道。
6.一种基于稀疏卫星定位数据的车辆频繁变道识别装置，其特征在于，包括：
整合模块，配置为响应于获取车载卫星定位装置的设备标识和卫星定位数据，对所述设备标识和所述卫星定位数据进行整合形成格式化数据，其中，所述卫星定位数据中包含车辆当前行驶时间、车辆当前所处经度以及车辆当前所处纬度；
第一判断模块，配置为基于获取所述格式化数据中相邻的三个时刻的数据，判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道，其中，所述判断在经过相邻三个时刻载有设备标识为k的定位装置的车辆是否变道的表达式为：
Figure FDA0003178185700000032
式中，
Figure FDA0003178185700000033
分别为第k个车载定位装置记录的第i-1个时刻的车辆当前所处经度、第k个车载定位装置记录的第i个时刻的车辆当前所处经度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处经度、，
Figure FDA0003178185700000034
分别为第k个车载定位装置记录的第i-1个时刻的车辆当前所处纬度、第k个车载定位装置记录的第i个时刻的车辆当前所处纬度、第k个车载定位装置记录的第i+1个时刻的车辆当前所处纬度，nk(i-1，i，i+1)为载有设备标识为k的定位装置的车辆在三个相邻时刻变道或变向的程度；
计算模块，配置为计算以
Figure FDA0003178185700000035
为数据集的数据均值μ和标准差σ，其中，
Figure FDA0003178185700000036
为载有设备标识为k的定位装置的车辆在一段时间内变道或变向的频繁程度；
第二判断模块，配置为基于所述数据均值μ和所述标准差σ，判断载有设备标识为k的定位装置的车辆是否有频繁变道情况。
7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
CN202110839025.0A 2021-07-23 2021-07-23 基于稀疏卫星定位数据的车辆频繁变道识别方法及装置 Active CN113658424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110839025.0A CN113658424B (zh) 2021-07-23 2021-07-23 基于稀疏卫星定位数据的车辆频繁变道识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110839025.0A CN113658424B (zh) 2021-07-23 2021-07-23 基于稀疏卫星定位数据的车辆频繁变道识别方法及装置

Publications (2)

Publication Number Publication Date
CN113658424A true CN113658424A (zh) 2021-11-16
CN113658424B CN113658424B (zh) 2022-07-12

Family

ID=78478091

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110839025.0A Active CN113658424B (zh) 2021-07-23 2021-07-23 基于稀疏卫星定位数据的车辆频繁变道识别方法及装置

Country Status (1)

Country Link
CN (1) CN113658424B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013125403A1 (ja) * 2012-02-23 2013-08-29 日産自動車株式会社 立体物検出装置
US9475491B1 (en) * 2015-06-08 2016-10-25 Toyota Motor Engineering & Manufacturing North America, Inc. Lane changing for autonomous vehicles
WO2016199338A1 (ja) * 2015-06-12 2016-12-15 株式会社デンソー 移動体の位置姿勢推定装置及び移動体の自律走行システム
WO2017022534A1 (ja) * 2015-07-31 2017-02-09 矢崎エナジーシステム株式会社 運転評価装置
CN110136447A (zh) * 2019-05-23 2019-08-16 杭州诚道科技股份有限公司 行车变道检测及违法变道识别的方法
EP3552906A1 (en) * 2018-04-11 2019-10-16 Hyundai Motor Company Lane change controller for vehicle, system including the same, and method thereof
CN110488816A (zh) * 2019-08-06 2019-11-22 华为技术有限公司 自动驾驶纵向规划方法及相关设备
CN110569783A (zh) * 2019-09-05 2019-12-13 吉林大学 一种驾驶人换道意图识别方法及系统
WO2020011025A1 (zh) * 2018-07-12 2020-01-16 广州小鹏汽车科技有限公司 一种车辆的自动换道方法及装置
CN111081050A (zh) * 2019-12-26 2020-04-28 广东星舆科技有限公司 一种基于高精度定位的车辆监控方法和装置
CN111383464A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆变道识别方法、装置、电子设备和介质
CN111439263A (zh) * 2018-12-29 2020-07-24 沈阳美行科技有限公司 车辆变道识别方法、装置、电子设备和存储介质
CN111532262A (zh) * 2020-05-14 2020-08-14 中南大学 自动驾驶车后端防撞控制方法、系统、计算机、存储介质
CN111950394A (zh) * 2020-07-24 2020-11-17 中南大学 一种车辆变道的预测方法、装置及计算机存储介质
CN112672942A (zh) * 2020-03-23 2021-04-16 华为技术有限公司 一种车辆换道方法及相关设备

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013125403A1 (ja) * 2012-02-23 2013-08-29 日産自動車株式会社 立体物検出装置
US9475491B1 (en) * 2015-06-08 2016-10-25 Toyota Motor Engineering & Manufacturing North America, Inc. Lane changing for autonomous vehicles
WO2016199338A1 (ja) * 2015-06-12 2016-12-15 株式会社デンソー 移動体の位置姿勢推定装置及び移動体の自律走行システム
WO2017022534A1 (ja) * 2015-07-31 2017-02-09 矢崎エナジーシステム株式会社 運転評価装置
EP3552906A1 (en) * 2018-04-11 2019-10-16 Hyundai Motor Company Lane change controller for vehicle, system including the same, and method thereof
WO2020011025A1 (zh) * 2018-07-12 2020-01-16 广州小鹏汽车科技有限公司 一种车辆的自动换道方法及装置
CN111383464A (zh) * 2018-12-28 2020-07-07 沈阳美行科技有限公司 车辆变道识别方法、装置、电子设备和介质
CN111439263A (zh) * 2018-12-29 2020-07-24 沈阳美行科技有限公司 车辆变道识别方法、装置、电子设备和存储介质
CN110136447A (zh) * 2019-05-23 2019-08-16 杭州诚道科技股份有限公司 行车变道检测及违法变道识别的方法
CN110488816A (zh) * 2019-08-06 2019-11-22 华为技术有限公司 自动驾驶纵向规划方法及相关设备
CN110569783A (zh) * 2019-09-05 2019-12-13 吉林大学 一种驾驶人换道意图识别方法及系统
CN111081050A (zh) * 2019-12-26 2020-04-28 广东星舆科技有限公司 一种基于高精度定位的车辆监控方法和装置
CN112672942A (zh) * 2020-03-23 2021-04-16 华为技术有限公司 一种车辆换道方法及相关设备
CN111532262A (zh) * 2020-05-14 2020-08-14 中南大学 自动驾驶车后端防撞控制方法、系统、计算机、存储介质
CN111950394A (zh) * 2020-07-24 2020-11-17 中南大学 一种车辆变道的预测方法、装置及计算机存储介质

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
DA YANG ET AL.: "A dynamic lane-changing trajectory planning model for automated vehicles", 《EL SEVIER》 *
DA YANG ET AL.: "A dynamic lane-changing trajectory planning model for automated vehicles", 《EL SEVIER》, 31 October 2018 (2018-10-31) *
QINYU SUN ET AL.: "ADAS Acceptability Improvement Based on Self-Learning of Individual Driving Characteristics: A Case Study of Lane Change Warning System", 《IEEE》 *
QINYU SUN ET AL.: "ADAS Acceptability Improvement Based on Self-Learning of Individual Driving Characteristics: A Case Study of Lane Change Warning System", 《IEEE》, 30 June 2019 (2019-06-30) *
李洪强 等: "车道变换行为特性研究", 《交通信息与安全》 *
李洪强 等: "车道变换行为特性研究", 《交通信息与安全》, vol. 27, 31 December 2009 (2009-12-31) *
赵玮 等: "基于深度学习 DBN 算法的高速公路危险变道判别模型", 《东南大学学报(自然科学版)》 *
赵玮 等: "基于深度学习 DBN 算法的高速公路危险变道判别模型", 《东南大学学报(自然科学版)》, vol. 47, no. 4, 31 July 2017 (2017-07-31) *

Also Published As

Publication number Publication date
CN113658424B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
US11619516B2 (en) Method for detecting map error information, apparatus, device, vehicle and storage medium
JP7314213B2 (ja) 車両測位方法、装置、電子デバイス、記憶媒体及びプログラム
CN114120650B (zh) 用于生成测试结果的方法、装置
CN109389622B (zh) 车辆追踪方法、装置、识别设备及存储介质
CN113538963A (zh) 用于输出信息的方法、装置、设备以及存储介质
CN113392794A (zh) 车辆跨线识别方法、装置、电子设备和存储介质
CN108286973B (zh) 一种行驶数据校验方法及装置、及混合导航系统
CN113887391A (zh) 用于识别路面标识的方法、装置以及自动驾驶车辆
CN112508310B (zh) 行驶轨迹模拟方法、装置及存储介质
CN113722342A (zh) 高精地图要素变更检测方法、装置、设备及自动驾驶车辆
JP7261090B2 (ja) 車載装置、運転支援方法、および運転支援システム
CN109270566B (zh) 导航方法、导航效果测试方法、装置、设备和介质
CN112100565A (zh) 一种道路曲率确定方法、装置、设备及存储介质
CN113658424B (zh) 基于稀疏卫星定位数据的车辆频繁变道识别方法及装置
CN114494848B (zh) 一种机器人视距路径确定方法和装置
JP2020193956A5 (zh)
CN113220805B (zh) 地图生成装置、记录介质以及地图生成方法
CN111739322B (zh) 数据处理方法及其装置
CN108010319B (zh) 一种道路状态的识别方法及装置
JP2020193955A (ja) 運転情報提供システム、車載装置、および運転情報提供方法
CN111044035B (zh) 车辆定位方法及装置
CN112446229A (zh) 一种标志杆的像素坐标获取方法及装置
CN113688721B (zh) 用于拟合车道线的方法及装置
CN113642533B (zh) 车道级定位方法及电子设备
CN113096436B (zh) 一种室内泊车方法和装置

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