CN113744566B - 一种预警方法和装置 - Google Patents
一种预警方法和装置 Download PDFInfo
- Publication number
- CN113744566B CN113744566B CN202111048953.1A CN202111048953A CN113744566B CN 113744566 B CN113744566 B CN 113744566B CN 202111048953 A CN202111048953 A CN 202111048953A CN 113744566 B CN113744566 B CN 113744566B
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- obstacle
- determining
- coordinates
- target coordinate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000004888 barrier function Effects 0.000 claims abstract description 9
- 238000013507 mapping Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 206010039203 Road traffic accident Diseases 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- 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
本申请提供了一种预警方法和装置，应用于无人配送车运行场景中，所述方法包括：获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；确定所述无人配送车在目标坐标系下的边界信息；基于所述无人配送车的边界信息确定告警区域；根据所述障碍物的行驶信息预测所述障碍物的行驶轨迹；基于所述障碍物的边界信息和行驶轨迹确定所述障碍物所占用的区域；在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则发出预警信号。该方法能够及时发出预警，避免交通事故的发生。
Description
技术领域
本发明涉及物流技术领域，特别涉及一种预警方法和装置。
背景技术
目前，由于无人配送车的运行场景为开放道路，大多时间行驶在狭窄的非机动车道上且速度较低，因此，没有根据当前主车周围环境信息发出预警信息，提醒后方车辆保持车距注意安全。
当由于环境因素突变导致无人配送车突然刹车，或减速行驶时，极易发生交通事故。
发明内容
有鉴于此，本申请提供一种预警方法和装置，能够及时发出预警，避免交通事故的发生。
为解决上述技术问题，本申请的技术方案是这样实现的：
在一个实施例中，提供了一种预警方法，应用于无人配送车运行场景中，所述方法包括：
获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；
确定所述无人配送车在目标坐标系下的边界信息；
基于所述无人配送车的边界信息确定告警区域；
根据所述障碍物的行驶信息预测所述障碍物的行驶轨迹；
基于所述障碍物的边界信息和行驶轨迹确定所述障碍物所占用的区域；
在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则发出预警信号。
在另一个实施例中，提供了一种预警装置，应用于无人配送车运行场景中，所述装置包括：获取单元、第一确定单元、第二确定单元、预测单元、第三确定单元和预警单元；
所述获取单元，用于获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；
所述第一确定单元，用于确定所述无人配送车在目标坐标系下的边界信息；
所述第二确定单元，用于基于所述第一确定单元确定的无人配送车的边界信息确定告警区域；
所述预测单元，用于根据所述获取单元获取的障碍物的行驶信息预测所述障碍物的行驶轨迹；
所述第三确定单元，用于基于所述获取单元获取的障碍物的边界信息和所述预测单元预测的行驶轨迹确定所述障碍物所占用的区域；并在预设时间内，确定所述障碍物所占用的区域与所述第二确定单元确定的告警区域是否存在交集；
所述预警单元，当所述确定单元确定所述障碍物所占用的区域与所述告警区域存在交集，则发出预警信号。
在另一个实施例中，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述预警方法的步骤。
在另一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述预警方法的步骤。
由上面的技术方案可见，上述实施例中根据无人配送车的边界信息生成告警区域，同时根据感知到的动态障碍物的边界信息和行驶信息生成在预设时间内对应时间点所占区域，若确定障碍物所占区域与告警区域存在交集，则发出预警。该方法能够在预知存在碰撞危险的时候，及时发出预警，避免交通事故的发生。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为Frenet坐标系与笛卡尔坐标系的对应关系；
图2为本申请实施例中预警流程示意图；
图3为本申请实施例中确定障碍物在弗莱纳坐标系下的边界信息的流程示意图；
图4为本申请实施例中确定无人配送车在弗莱纳坐标系下的边界信息的流程示意图；
图5为本申请实施例中预警装置结构示意图；
图6为本发明实施例提供的电子设备的实体结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。
下面以具体实施例对本发明的技术方案进行详细说明。下面几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本申请实施例中提供一种预警方法，应用于无人配送车运行场景中，根据无人配送车的边界信息生成告警区域，同时根据感知到的动态障碍物的边界信息和行驶信息生成在预设时间内对应时间点所占区域，若确定障碍物所占区域与告警区域存在交集，则发出预警。该方法能够在预知存在碰撞危险的时候，及时发出预警，避免交通事故的发生。
本申请实施例中具体实现时，为了更好地描述道路走势，引入了目标坐标系，其中，所述目标坐标系以车道中心线前进方向为横轴、以垂直横轴向左方向为纵轴，以道路起始点为原点。
由于通常获取无人配送车的相关坐标是在使用的地图对应的地图坐标系，即原坐标系中获取的，这就需要获取目标坐标系下的坐标和原坐标下的坐标的映射关系。
下面以使用的地图对应的地图坐标系为笛卡尔坐标系，目标坐标系为弗莱纳(Frenet)坐标系为例，给出两个坐标系中的坐标点的映射关系：
参见图1，图1为Frenet坐标系与笛卡尔坐标系的对应关系。图1中笛卡尔坐标系为yMx。弗莱纳(Frenet)坐标系为lOs，Frenet坐标系的引入是为了更好的描述车道走势，它以车道中心线前进方向为s轴、以垂直s轴向左方向为l轴，O为坐标原点，是无人配送车在车道中心线的起始点。车道中心线是由一系列离散点组成的，位于道路左边界和道路右边界的中间位置。
图1中笛卡尔坐标系中有一点p(xp,yp)，在车道中间线中找到距离点p最近的两个离散点s(xs,ys)和e(xe,ye)，假设点s在Frenet坐标系下坐标为(ss,0)，点e在Frenet坐标系下坐标为(se,0)，则笛卡尔坐标p(xp,yp)和弗莱纳坐标(sp,lp)的映射关系为：
sp＝ss+λ(se-ss)；
其中，坐标(xs,ys)和坐标(xe,ye)为在道路中心线上距离点p最近的两个点的坐标，
表示点s到点p的向量；/>表示点s到点e的向量；δ表示/>向量在/>向量上的投影值；λ表示投影值与/>的长度的比值，·表示点积计算，表示模计算。
下面结合附图，详细描述本申请实施例中实现预警的过程。
在描述实现预警的过程中，以原坐标系为笛卡尔坐标系，目标坐标系为弗莱纳坐标系为例，进行相关描述。
参见图2，图2为本申请实施例中预警流程示意图。具体步骤为：
步骤201，获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在弗莱纳坐标系下的边界信息。
这里的障碍物可能是自行车、摩托车、三轮车等，也可能是行人等。
障碍物的行驶信息包括：行驶速度的大小和方向。
本申请实施例中通过感知的方式获取动态障碍物的行驶信息，以及笛卡尔坐标系下的边界信息，不限具体感知方式。
在具体实现时，针对规则的障碍物可以选择4个坐标点作为边界点，也可以根据实际需要选择多个点作为边界点。
参见图3，图3为本申请实施例中确定障碍物在弗莱纳坐标系下的边界信息的流程示意图。具体步骤为：
步骤301，获取障碍物在笛卡尔坐标系下的边界点的坐标。
这里的边界点的个数可以根据感知到的障碍物的形状确定。
步骤302，基于笛卡尔坐标和弗莱纳坐标的映射关系获取所述笛卡尔坐标系下的边界点的坐标在弗莱纳坐标系下的边界点的坐标。
步骤303，根据所述弗莱纳坐标系下的边界点的坐标确定所述障碍物在弗莱纳坐标系下的边界信息。
这里的边界信息可以取弗莱纳坐标系下的横轴(s轴)上的最小坐标值，最大坐标值，以及纵轴(l轴)上的最小坐标值和最大坐标值。
至此完成动态障碍物在弗莱纳坐标系下的边界信息的确定。
当未感知到动态障碍物时，可以不执行后续处理，即无人配送车后无动态障碍物。
步骤202，确定所述无人配送车在弗莱纳坐标系下的边界信息。
参见图4，图4为本申请实施例中确定无人配送车在弗莱纳坐标系下的边界信息的流程示意图。具体步骤为：
步骤401，获取无人配送车在笛卡尔坐标系下的边界点的坐标。
这里的边界点可以通过定位一个点的坐标，以及无人配送车的形状确定边界点的坐标。
步骤402，基于笛卡尔坐标和弗莱纳坐标的映射关系获取所述笛卡尔坐标系下的边界点的坐标在弗莱纳坐标系下的边界点的坐标。
步骤403，根据所述弗莱纳坐标系下的边界点的坐标确定所述无人配送车在弗莱纳坐标系下的边界信息。
这里的边界信息可以取弗莱纳坐标系下的最小s轴坐标，最大s轴坐标，最小l轴坐标和最大l轴坐标。
步骤203，基于所述无人配送车的边界信息确定告警区域。
本步骤中基于无人配送车的边界信息确定告警区域，具体包括：
确定所述告警区域在所述目标坐标系的横轴(s轴)上的最小坐标值为所述无人配送车在所述目标坐标系的横轴(s轴)上的最小坐标值与L0的差值；
确定所述告警区域在所述目标坐标系的横轴(s轴)上的最大坐标值为所述无人配送车在所述目标坐标系的横轴(s轴)上的最小坐标值；
确定所述告警区域在所述目标坐标系的纵轴(l轴)上的最小坐标值为所述无人配送车在所述目标坐标系的纵轴(l轴)上的最小坐标值与B0的差值；
确定所述告警区域在所述目标坐标系的纵轴(l轴)上的最大坐标值为所述无人配送车在所述目标坐标系的纵轴(l轴)上的最大坐标值与B0的和；
其中，L0为设置的告警区域的长度；B0为设置的告警区域相对于所述无人配送车的边界区间横向扩充量。
步骤204，根据所述障碍物的行驶信息预测所述障碍物的行驶轨迹。
在具体实现时，根据障碍物的速度的大小和方向，并结合地图预测障碍物的行驶轨迹。
本申请实施例中在具体实现时，对障碍物的行驶轨迹的预测方法不进行限制。
步骤205，基于所述障碍物的边界信息和行驶轨迹确定所述障碍物所占用的区域。
预测的行驶轨迹通常是针对障碍物上的一个点，如中心点，但不限于中心点对应的轨迹，那么在任一时刻，根据预测的行驶轨迹可以确定障碍物的中心点在坐标轴上对应的坐标点，基于该坐标点，以及所述障碍物的边界信息能够确定该障碍物在弗莱纳坐标系中所占用的区域。
步骤206，在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则发出预警信号。
这里的预设时间根据实际需要设置，如可以设置为0.5秒等。
每次在当前时间T开始，确定时间区间[T，T+t]内障碍物与所述告警区域之间存在交集，如果是，发出预警信号；否则，不发出告警信号。
这里的告警区域是在某一时刻的告警区域，障碍物所占的区域是在时间区间[T，T+t]内所占用的所有区域。
针对无人配送车周期性计算对应的告警区域，如每间隔0.1秒计算一次，但不限于这样的计算周期。
本申请实施例中根据无人配送车的边界信息生成告警区域，同时根据感知到的动态障碍物的边界信息和行驶信息生成在预设时间内对应时间点所占区域，若确定障碍物所占区域与告警区域存在交集，则发出预警。该方法能够在预知存在碰撞危险的时候，能够及时发出预警，避免交通事故的发生。
基于同样的发明构思，本申请实施例中还提供一种预警装置。参见图5，图5为本申请实施例中应用于订单平台的末端包裹配送装置结构示意图。所述装置包括：获取单元501、第一确定单元502、第二确定单元503、预测单元504、第三确定单元505和预警单元506；
获取单元501，用于获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；
第一确定单元502，用于确定所述无人配送车在目标坐标系下的边界信息；
第二确定单元503，用于基于第一确定单元502确定的无人配送车的边界信息确定告警区域；
预测单元504，用于根据获取单元501获取的障碍物的行驶信息预测所述障碍物的行驶轨迹；
第三确定单元505，用于基于获取单元501获取的障碍物的边界信息和预测单元504预测的行驶轨迹确定所述障碍物所占用的区域；并在预设时间内，确定所述障碍物所占用的区域与第二确定单元503确定的告警区域是否存在交集；
预警单元506，当第三确定单元505确定所述障碍物所占用的区域与所述告警区域存在交集，则发出预警信号。
在另一个实施例中，
第二确定单元503，具体用于基于所述无人配送车的边界信息确定告警区域时，确定所述告警区域在所述目标坐标系的横轴上的最小坐标值为所述无人配送车在所述目标坐标系的横轴上的最小坐标值与L0的差值；确定所述告警区域在所述目标坐标系的横轴上的最大坐标值为所述无人配送车在所述目标坐标系的横轴上的最小坐标值；确定所述告警区域在所述目标坐标系的纵轴上的最小坐标值为所述无人配送车在所述目标坐标系的纵轴上的最小坐标值与B0的差值；确定所述告警区域在所述目标坐标系的纵轴上的最大坐标值为所述无人配送车在所述目标坐标系的纵轴上的最大坐标值与B0的和；其中，L0为设置的告警区域的长度；B0为设置的告警区域相对于所述无人配送车的边界区间横向扩充量。
在另一个实施例中，
第一确定单元502，具体用于确定所述无人配送车在目标坐标系下的边界信息时，获取所述无人配送车在原坐标系下的边界点的坐标；基于原坐标和目标坐标的映射关系获取所述原坐标系下的边界点的坐标在目标坐标系下的边界点的坐标；根据所述目标坐标系下的边界点的坐标确定所述无人配送车在目标坐标系下的边界信息。
在另一个实施例中，
获取单元501，具体用于获取障碍物在目标坐标系下的边界信息时，获取所述障碍物在原坐标系下的边界点的坐标；基于原坐标和目标坐标的映射关系获取所述原坐标系下的边界点的坐标在目标坐标系下的边界点的坐标；根据所述目标坐标系下的边界点的坐标确定所述障碍物在目标坐标系下的边界信息。
在另一个实施例中，
原坐标p(xp,yp)和目标坐标(sp,lp)的映射关系为：
sp＝ss+λ(se-ss)；
其中，坐标(xs,ys)和坐标(xe,ye)为在道路中心线上距离点P最近的两个点的坐标，
上述实施例的单元可以集成于一体，也可以分离部署；可以合并为一个单元，也可以进一步拆分成多个子单元。
在另一个实施例中，还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述预警方法的步骤。
在另一个实施例中，还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令被处理器执行时可实现所述预警方法中的步骤。
图6为本发明实施例提供的电子设备的实体结构示意图。如图6所示，该电子设备可以包括：处理器(Processor)610、通信接口(Communications Interface)620、存储器(Memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行如下方法：
获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；
确定所述无人配送车在目标坐标系下的边界信息；
基于所述无人配送车的边界信息确定告警区域；
根据所述障碍物的行驶信息预测所述障碍物的行驶轨迹；
基于所述障碍物的边界信息和行驶轨迹确定所述障碍物所占用的区域；
在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则发出预警信号。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述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。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (8)
1.一种预警方法，应用于无人配送车运行场景中，其特征在于，所述方法包括：
获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；其中，所述目标坐标系以车道中心线前进方向为横轴、以垂直横轴向左方向为纵轴，以道路起始点为原点；
确定所述无人配送车在所述目标坐标系下的边界信息；
基于所述无人配送车的边界信息确定告警区域；
根据所述障碍物的行驶信息预测所述障碍物的行驶轨迹；
基于所述障碍物的边界信息和行驶轨迹确定所述障碍物所占用的区域；
在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则向障碍物发出预警信号；
其中，所述在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则向障碍物发出预警信号，包括：
每次在当前时间T开始，确定时间区间[T，T+t]内障碍物所占用的区域与所述告警区域之间是否存在交集，如果是，向所述障碍物发出预警信号；其中，t为预设时间；当前时间T根据预设周期确定；
其中，所述基于所述无人配送车的边界信息确定告警区域，包括：
确定所述告警区域在所述目标坐标系的横轴上的最小坐标值为所述无人配送车在所述目标坐标系的横轴上的最小坐标值与L0的差值；
确定所述告警区域在所述目标坐标系的横轴上的最大坐标值为所述无人配送车在所述目标坐标系的横轴上的最小坐标值；
确定所述告警区域在所述目标坐标系的纵轴上的最小坐标值为所述无人配送车在所述目标坐标系的纵轴上的最小坐标值与B0的差值；
确定所述告警区域在所述目标坐标系的纵轴上的最大坐标值为所述无人配送车在所述目标坐标系的纵轴上的最大坐标值与B0的和；
其中，L0为设置的告警区域的长度；B0为设置的告警区域相对于所述无人配送车的边界区间横向扩充量。
2.根据权利要求1所述的方法，其特征在于，所述确定所述无人配送车在目标坐标系下的边界信息，包括：
获取所述无人配送车在原坐标系下的边界点的坐标；
基于原坐标和目标坐标的映射关系获取所述原坐标系下的边界点的坐标在目标坐标系下的边界点的坐标；
根据所述目标坐标系下的边界点的坐标确定所述无人配送车在目标坐标系下的边界信息；
其中，所述原坐标系为所使用的地图对应的地图坐标系。
3.根据权利要求1所述的方法，其特征在于，获取障碍物在目标坐标系下的边界信息，包括：
获取所述障碍物在原坐标系下的边界点的坐标；
基于原坐标和目标坐标的映射关系获取所述原坐标系下的边界点的坐标在目标坐标系下的边界点的坐标；
根据所述目标坐标系下的边界点的坐标确定所述障碍物在目标坐标系下的边界信息。
4.根据权利要求2或3所述的方法，其特征在于，原坐标系下的坐标p(xp,yp)和目标坐标系下的坐标(sp,lp)的映射关系为：
sp＝ss+λ(se-ss)；
其中，坐标(xs,ys)和坐标(xe,ye)为在道路中心线上距离点P最近的两个点的坐标，坐标(xs,ys)在目标坐标系下的坐标为(ss,0)，坐标(xe,ye)在目标坐标系下的坐标为(se,0)；
5.一种预警装置，应用于无人配送车运行场景中，其特征在于，所述装置包括：获取单元、第一确定单元、第二确定单元、预测单元、第三确定单元和预警单元；
所述获取单元，用于获取位于无人配送车后方且同方向行驶的动态障碍物的行驶信息，以及在目标坐标系下的边界信息；
所述第一确定单元，用于确定所述无人配送车在目标坐标系下的边界信息；
所述第二确定单元，用于基于所述第一确定单元确定的无人配送车的边界信息确定告警区域；
所述预测单元，用于根据所述获取单元获取的障碍物的行驶信息预测所述障碍物的行驶轨迹；
所述第三确定单元，用于基于所述获取单元获取的障碍物的边界信息和所述预测单元预测的行驶轨迹确定所述障碍物所占用的区域；并在预设时间内，确定所述障碍物所占用的区域与所述第二确定单元确定的告警区域是否存在交集；
所述预警单元，当所述确定单元确定所述障碍物所占用的区域与所述告警区域存在交集，则向障碍物发出预警信号；
其中，
所述在预设时间内，若确定所述障碍物所占用的区域与所述告警区域存在交集，则向障碍物发出预警信号，包括：
每次在当前时间T开始，确定时间区间[T，T+t]内障碍物所占用的区域与所述告警区域之间是否存在交集，如果是，向所述障碍物发出预警信号；其中，t为预设时间；当前时间T根据预设周期确定；
所述第二确定单元，具体用于基于所述无人配送车的边界信息确定告警区域时，确定所述告警区域在所述目标坐标系的横轴上的最小坐标值为所述无人配送车在所述目标坐标系的横轴上的最小坐标值与L0的差值；确定所述告警区域在所述目标坐标系的横轴上的最大坐标值为所述无人配送车在所述目标坐标系的横轴上的最小坐标值；确定所述告警区域在所述目标坐标系的纵轴上的最小坐标值为所述无人配送车在所述目标坐标系的纵轴上的最小坐标值与B0的差值；确定所述告警区域在所述目标坐标系的纵轴上的最大坐标值为所述无人配送车在所述目标坐标系的纵轴上的最大坐标值与B0的和；其中，L0为设置的告警区域的长度；B0为设置的告警区域相对于所述无人配送车的边界区间横向扩充量。
6.根据权利要求5所述的装置，其特征在于，
所述第一确定单元，具体用于确定所述无人配送车在目标坐标系下的边界信息时，获取所述无人配送车在原坐标系下的边界点的坐标；基于原坐标和目标坐标的映射关系获取所述原坐标系下的边界点的坐标在目标坐标系下的边界点的坐标；根据所述目标坐标系下的边界点的坐标确定所述无人配送车在目标坐标系下的边界信息。
7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-4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，该程序被处理器执行时实现权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111048953.1A CN113744566B (zh) | 2021-09-08 | 2021-09-08 | 一种预警方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111048953.1A CN113744566B (zh) | 2021-09-08 | 2021-09-08 | 一种预警方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113744566A CN113744566A (zh) | 2021-12-03 |
| CN113744566B true CN113744566B (zh) | 2023-12-05 |
Family
ID=78736902
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111048953.1A Active CN113744566B (zh) | 2021-09-08 | 2021-09-08 | 一种预警方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113744566B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108932868A (zh) * | 2017-05-26 | 2018-12-04 | 奥迪股份公司 | 车辆的危险预警系统及方法 |
| CN109624972A (zh) * | 2018-12-06 | 2019-04-16 | 北京百度网讯科技有限公司 | 车辆防止碰撞的方法、装置、设备及可读存储介质 |
| CN110550029A (zh) * | 2019-08-12 | 2019-12-10 | 华为技术有限公司 | 障碍物避让方法及装置 |
| CN111240341A (zh) * | 2020-02-14 | 2020-06-05 | 南京理工大学 | 一种基于uwb和激光雷达传感器的车辆全方位跟随方法 |
| CN112673234A (zh) * | 2020-01-17 | 2021-04-16 | 华为技术有限公司 | 路径规划方法和路径规划装置 |
| CN113008258A (zh) * | 2021-03-02 | 2021-06-22 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102012103134A1 (de) * | 2011-04-12 | 2012-10-18 | Conti Temic Microelectronic Gmbh | Verfahren zur Warnung eines Fahrers eines Fahrzeugs vor rückwärtigem Verkehr |
-
2021
- 2021-09-08 CN CN202111048953.1A patent/CN113744566B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108932868A (zh) * | 2017-05-26 | 2018-12-04 | 奥迪股份公司 | 车辆的危险预警系统及方法 |
| CN109624972A (zh) * | 2018-12-06 | 2019-04-16 | 北京百度网讯科技有限公司 | 车辆防止碰撞的方法、装置、设备及可读存储介质 |
| CN110550029A (zh) * | 2019-08-12 | 2019-12-10 | 华为技术有限公司 | 障碍物避让方法及装置 |
| CN112673234A (zh) * | 2020-01-17 | 2021-04-16 | 华为技术有限公司 | 路径规划方法和路径规划装置 |
| CN111240341A (zh) * | 2020-02-14 | 2020-06-05 | 南京理工大学 | 一种基于uwb和激光雷达传感器的车辆全方位跟随方法 |
| CN113008258A (zh) * | 2021-03-02 | 2021-06-22 | 京东鲲鹏(江苏)科技有限公司 | 路径规划方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113744566A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6796798B2 (ja) | イベント予測システム、イベント予測方法、プログラム、及び移動体 | |
| JP4416020B2 (ja) | 走行計画生成装置 | |
| CN101529486B (zh) | 巡航控制计划评估装置和方法 | |
| CN109313857A (zh) | 周边环境识别装置 | |
| CN109472975A (zh) | 驾驶支援系统、驾驶支援装置及驾驶支援方法 | |
| US11003925B2 (en) | Event prediction system, event prediction method, program, and recording medium having same recorded therein | |
| JP7289760B2 (ja) | 電子制御装置 | |
| CN113844451B (zh) | 行驶设备控制方法、装置、电子设备及存储介质 | |
| KR102210140B1 (ko) | 센서 데이터로부터 생성된 물체를 평활화하기 위한 맵 정보의 이용 | |
| CN110576856A (zh) | 一种自适应巡航状态下的速度确定方法、装置及汽车 | |
| CN117184060B (zh) | 轨迹修正方法和装置、无人车和存储介质 | |
| CN110789520A (zh) | 行驶控制方法、装置及电子设备 | |
| JP6890265B2 (ja) | イベント予測システム、イベント予測方法、プログラム、及び移動体 | |
| CN109887321B (zh) | 无人车变道安全判别方法、装置及存储介质 | |
| CN113744566B (zh) | 一种预警方法和装置 | |
| CN111806462B (zh) | 车辆控制装置 | |
| CN108520639A (zh) | 一种防止车辆碰撞的预警方法及系统 | |
| CN110057377B (zh) | 路径导航方法及相关产品 | |
| CN116853235A (zh) | 碰撞预警方法、装置、计算机设备和存储介质 | |
| JP6811429B2 (ja) | イベント予測システム、イベント予測方法、プログラム、及び移動体 | |
| JP6838769B2 (ja) | 周辺環境認識装置、表示制御装置 | |
| WO2022113504A1 (ja) | 電子制御装置 | |
| CN113147783A (zh) | 无人驾驶车辆的控制方法及控制装置、无人驾驶车辆 | |
| CN115892076B (zh) | 车道障碍物筛选方法、装置和域控制器 | |
| CN113776550B (zh) | 一种路线规划方法和装置 |
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 |