CN113793535A - 并存交通风险的告警方法、装置和计算机可读存储介质 - Google Patents
并存交通风险的告警方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113793535A CN113793535A CN202111082125.XA CN202111082125A CN113793535A CN 113793535 A CN113793535 A CN 113793535A CN 202111082125 A CN202111082125 A CN 202111082125A CN 113793535 A CN113793535 A CN 113793535A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- target objects
- collision
- host vehicle
- objects
- 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
Links
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请是关于一种并存交通风险的告警方法、装置和计算机可读存储介质。该方法包括:获取本车和多个目标物的状态信息,其中,本车或多个目标物的状态信息包括本车或多个目标物的位置数据、行驶速度、加速度和行驶方向;根据本车和多个目标物的状态信息,按照预设算法对本车与多个目标物是否发生碰撞进行预测;若预测结果为本车与多个目标物将发生碰撞,则对将发生碰撞的多个目标物进行分群,得到多个碰撞子群;针对多个碰撞子群的每个碰撞子群,只将每个碰撞子群中碰撞风险等级最高的目标物予以告警。本申请提供的方案能够避免对驾驶人员的干扰,从而能够提升驾驶的安全性。
Description
技术领域
本申请涉及智能驾驶技术领域,尤其涉及一种并存交通风险的告警方法、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。进一步地,在交通风向较高的地方,还会出现并存的交通风险,即,对本车而言,同时存在多个碰撞等交通风险。相关技术中,是实时将并存的交通风险全部给予告警显示。然而,由于并存的交通风险中,部分交通风险实际并不构成致命威胁、甚至相对安全,因此,相关技术的这种全部告警显示并存交通风险的方法会给驾驶人员带来干扰,反而不利于安全驾驶。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供一种并存交通风险的告警方法、装置和计算机可读存储介质,该技术方案能够清除对驾驶人员的干扰,提升驾驶安全。
本申请第一方面提供一种并存交通风险的告警方法,包括:
获取本车和多个目标物的状态信息,所述本车或多个目标物的状态信息包括所述本车或多个目标物的位置数据、行驶速度、加速度和行驶方向;
根据所述本车和多个目标物的状态信息,按照预设算法对所述本车与所述多个目标物是否发生碰撞进行预测;
若预测结果为所述本车与所述多个目标物将发生碰撞,则对所述将发生碰撞的多个目标物进行分群,得到多个碰撞子群;
针对所述多个碰撞子群的每个碰撞子群,只将所述每个碰撞子群中碰撞风险等级最高的目标物予以告警。
本申请第二方面提供一种并存交通风险的告警装置,包括:
获取模块,用于获取本车和多个目标物的状态信息,所述本车或多个目标物的状态信息包括所述本车或多个目标物的位置数据、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多个目标物的状态信息,按照预设算法对所述本车与所述多个目标物是否发生碰撞进行预测;
分群模块,用于若预测结果为所述本车与所述多个目标物将发生碰撞,则对所述将发生碰撞的多个目标物进行分群,得到多个碰撞子群;
告警模块,用于针对所述多个碰撞子群的每个碰撞子群,只将所述每个碰撞子群中碰撞风险等级最高的目标物予以告警。
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:在预测到本车与多个目标物将发生碰撞后,对将发生碰撞的多个目标物进行分群以得到多个碰撞子群,然后仅将每个碰撞子群中碰撞风险等级最高的目标物予以告警。由于目标物分群后的碰撞子群数目小于目标物数目,并且只是对每个碰撞子群中碰撞风险等级最高的目标物予以告警,因此,在多个交通风险并存时,避免了对每个交通风险都予以警告而造成的对驾驶人员的干扰,从而能够提升驾驶的安全性。
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并存交通风险的告警方法的流程示意图;
图2是本申请实施例示出的并存交通风险的告警装置的结构示意图;
图3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,通常是交通风险较高的地方。进一步地,在交通风向较高的地方,还会出现并存的交通风险,即,对本车而言,同时存在多个碰撞等交通风险。相关技术中,是实时将并存的交通风险全部给予告警显示。然而,由于并存的交通风险中,部分交通风险实际并不构成致命威胁、甚至相对安全,因此,相关技术的这种全部告警显示并存交通风险的方法会给驾驶人员带来干扰,反而不利于安全驾驶。
针对上述问题,本申请实施例提供一种并存交通风险的告警方法,能够清除对驾驶人员的干扰,提升驾驶安全。
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并存交通风险的告警方法的流程示意图,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S104,详细说明如下:
步骤S101:获取本车和多个目标物的状态信息,其中,本车和多个目标物的状态信息的状态信息包括本车和多个目标物的状态信息的位置数据、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并存交通风险的告警方法的车辆,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。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,路侧单元内置的激光雷达或图像采集器获取到图像后,由路侧单元内置的计算单元计算得到,然后,由这些路侧单元的射频模块上传至云服务器。
步骤S102:根据本车和多个目标物的状态信息,按照预设算法对本车与多个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,包括正碰、追尾和刮蹭等不利于驾驶安全的种种行为。在经过步骤S101获取到本车和多个目标物的状态信息之后,可以根据本车和多个目标物的状态信息,按照预设算法对本车与多个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多个目标物的时空信息的算法。具体地,作为本申请一个实施例,根据本车和多个目标物的状态信息,按照预设算法对本车与多个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:根据多个目标物的状态信息,预测多个目标物中每个目标物的运行轨迹。
可以根据多个目标物中每个目标物的位置数据、行驶速度、加速度和行驶方向等数据,结合运动学方程,预测多个目标物中每个目标物的运行轨迹,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多个目标物中每个目标物的运行轨迹,判断本车与多个目标物中每个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(此处的交汇点是只在同一平面上的交汇点),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多个目标物中每个目标物的运行轨迹后,可以根据预测的本车的运行轨迹和多个目标物中每个目标物的运行轨迹,判断本车与多个目标物中每个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,一种判断本车与多个目标物中每个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)和多个目标物中每个目标物的轨迹方程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,则本车与多个目标物中每个目标物的运行路线在空间上存在交汇点。
步骤S1024:若本车与多个目标物中每个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和多个目标物中每个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;同理也可以得到多个目标物中每个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,则预测本车与多个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与多个目标物中每个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,则意味着本车和多个目标物中每个目标物将同时到达交汇点,即,本车与多个目标物中每个目标物将会发生碰撞。
步骤S103:若步骤S102的预测结果为本车与多个目标物将发生碰撞,则对与本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群。
与相关技术在多个交通风险并存时,将多个并存的交通风险都予以提示或对多个并存的交通风险涉及的多个目标物全部予以显示或告警,从而造成对驾驶员的干扰不同,本申请的技术方案是在预测到本车与多个目标物将发生碰撞时,对与本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群,后续有选择性地对部分目标物予以告警显示,如此,减少了需要告警显示的目标物的数量,从而减少了对驾驶员的干扰。
作为本申请一个实施例,对与本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群可以是:根据与本车将发生碰撞的中每个目标物的移动方向,将移动方向相同的目标物划分为一个碰撞子群,得到多个碰撞子群。此处的移动方向可以根据目标物的航向角来确定,若目标物的航向角一致,则可以确定目标物的移动方向相同。此外,需要说明的是,若与本车将发生碰撞的多个目标物的移动方向相同、但该多个目标物属于并行而非一前一后的串行状态,则优选地,可以将该多个目标物再次进行分群,使得移动方向相同且彼此处于串行状态(即处于一条直线或曲线且一前一后)的目标物划分为一个碰撞子群。例如,与本车将发生碰撞的目标物O1、O2、O3、O4、O5、O6和O7的移动方向相同,但O1、O2或O3与O4、O5、O6或O7是并行状态,而O1、O2和O3是串行状态即O1、O2和O3一前一后移动,O4、O5、O6和O7是串行状态即O4、O5、O6和O7一前一后移动,此时,可以将目标物O1、O2和O3划分为一个碰撞子群,将目标物O4、O5、O6和O7划分为另一个碰撞子群。
作为本申请另一实施例,对与本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群可以通过步骤S1031至步骤S1033实现,说明如下:
步骤S1031:根据本车的状态信息确定本车的近邻区域。
在本申请实施例中,可以根据本车的状态信息,外加安全距离和驾驶员的反应时间等参数,确定本车的近邻区域。此处的安全距离是本车与目标物之间的安全距离,是一个设定值。本车的近邻区域的大小正比于本车的行驶速度、安全距离和驾驶员的反应时间等参数,换言之,随着本车的行驶速度增大、安全距离和驾驶员的反应时间增长,本车的近邻区域增大。
步骤S1032:对本车的周边目标物进行分类,得到多个方向上的近邻目标物,其中,近邻目标物为多个方向上的近邻区域内与本车距离最近的一个目标物。
此处的多个方向是相对本车而言的,基本可以划分为本车的正前方、左前方、右前方、正左方、正右方、正后方、左后方和右后方等八个方向,而近邻目标物为多个方向上的近邻区域内与本车距离最近的一个目标物。具体地,对本车的周边目标物进行分类,得到多个方向上的近邻目标物可以是:根据本车的周边目标物的状态信息以及运动学算法,确定多个方向上的目标物集合,其中,多个方向的目标物集合包括本车的周边目标物中位于多个方向、且与本车关联的目标物;将目标物集合中位于本车的近邻区域且与本车距离最近的目标物确定为近邻目标物。上述实施例中,与本车关联的目标物可以理解为对本车具有潜在碰撞风险的目标物。
步骤S1033:将多个方向上的近邻目标物中与本车距离相同的目标物划分为一个碰撞子群,得到多个碰撞子群。
如前所述,近邻目标物为多个方向上的近邻区域内与本车距离最近的一个目标物。也就是说多个方向上,每个方向上的近邻区域内总会存在与本车距离最近的一个目标物,而在多个方向上的近邻目标物中,当存在与本车距离相同的目标物时,则将多个方向上的近邻目标物中与本车距离相同的目标物划分为一个碰撞子群,从而得到多个碰撞子群。
作为本申请另一实施例,对与本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群可以通过步骤S’1031至步骤S’1033实现,说明如下:
步骤S’1031:根据本车的状态信息确定本车的近邻区域。
步骤S’1031的实现与前述实施例的步骤S1031的实现相同,可参阅前述实施例的相关说明,此处不再赘述。
步骤S’1032:根据路况信息、本车和多个目标物的状态信息,评估近邻区域内目标物与本车之间的碰撞风险。
具体地,步骤S’1032的实现可以是根据路况信息以及本车和多个目标物的行驶速度,预测本车与近邻区域内目标物之间的相对位移率,然后,根据本车与近邻区域内目标物之间的相对位移率,评估近邻区域内目标物与本车之间的碰撞风险。上述实施例中,路况信息包括特定区域内道路对应的信息,具体可以是指定区域内的车道数量、车道标识、车道方向和每条车道对应的标准行驶数据等;指定区域对应的路况信息通常不会频繁地变动,在路况信息发生变化时,定位系统可以更新对应的路况信息。本车与近邻区域内目标物之间的相对位移率是指本车与近邻区域内目标物之间的相对位移与时间的比值,而本车与近邻区域内目标物之间的相对位移可以根据本车的行驶速度和近邻区域内目标物的行驶速度预测得到。需要说明的是,本车与近邻区域内目标物之间的相对位移率越高,则近邻区域内目标物与本车之间的碰撞风险越高。可以将相对位移率映射为近邻区域内目标物与本车之间的碰撞风险概率。在根据实际需求预先设置碰撞风险阈值后,则可以将碰撞风险概率与碰撞风险阈值,确定近邻区域内目标物与本车之间的碰撞风险。例如,设置碰撞风险阈值为75%,当相对位移率映射的碰撞风险概率大于或等于碰撞风险阈值时,确定近邻区域内目标物与本车之间的碰撞风险较大;当相对位移率映射的碰撞风险概率小于碰撞风险阈值时,确定近邻区域内目标物与本车之间的碰撞风险较小。
步骤S’1033:将近邻区域内与本车之间的碰撞风险相同的目标物划分为一个碰撞子群,得到多个碰撞子群。
由于近邻区域内目标物与本车之间的碰撞风险相同时,将这些目标物划分为一个碰撞子群,可以减少后续碰撞告警时对驾驶员的干扰,因此,经步骤S’1032之后,可以将近邻区域内与本车之间的碰撞风险相同的目标物划分为一个碰撞子群,得到多个碰撞子群。
步骤S104:针对多个碰撞子群的每个碰撞子群,只将每个碰撞子群中碰撞风险等级最高的目标物予以告警。
在本申请实施例中,碰撞风险等级最高的目标物可以是与本车发生碰撞概率最高的目标物,例如,与本车距离最短的目标物、可能同时调头而与本车迎头正碰的目标物或者根据行驶速度最有可能与本车追尾的目标物。当每次只是将每个碰撞子群中碰撞风险等级最高的目标物予以告警时,可以最大限度地减少告警的目标物的数量,从而降低对驾驶员的干扰。需要说明的是,此处将每个碰撞子群中碰撞风险等级最高的目标物予以告警,一方面表现以呼吸灯等醒目方式辅助显示碰撞风险等级最高的目标物;另一方面,在本车的显示装置显示这些碰撞风险等级最高的目标物的运行轨迹时,显示本车的运行轨迹与这些目标物的运行轨迹的交汇点即碰撞地点。
从上述图1示例的技术方案可知,在预测到本车与多个目标物将发生碰撞后,对将发生碰撞的多个目标物进行分群以得到多个碰撞子群,然后仅将每个碰撞子群中碰撞风险等级最高的目标物予以告警。由于目标物分群后的碰撞子群数目小于目标物数目,并且只是对每个碰撞子群中碰撞风险等级最高的目标物予以告警,因此,在多个交通风险并存时,避免了对每个交通风险都予以警告而造成的对驾驶人员的干扰,从而能够提升驾驶的安全性。
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并存交通风险的告警装置、电子设备及相应的实施例。
参见图2是本申请实施例示出的并存交通风险的告警装置的结构示意图。为了便于说明,仅仅示出与本申请实施例相关的部分。图2示例的装置可以包括获取模块201、预测模块202、分群模块203和告警模块204,说明如下:
获取模块201,用于获取本车和多个目标物的状态信息,其中,本车或多个目标物的状态信息包括本车或多个目标物的位置数据、行驶速度、加速度和行驶方向;
预测模块202,用于根据本车和多个目标物的状态信息,按照预设算法对本车与多个目标物是否发生碰撞进行预测;
分群模块203,用于若预测结果为本车与多个目标物将发生碰撞,则对将发生碰撞的多个目标物进行分群,得到多个碰撞子群;
告警模块204,用于针对多个碰撞子群的每个碰撞子群,只将每个碰撞子群中碰撞风险等级最高的目标物予以告警。
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2示例的装置可知,在预测到本车与多个目标物将发生碰撞后,对将发生碰撞的多个目标物进行分群以得到多个碰撞子群,然后仅将每个碰撞子群中碰撞风险等级最高的目标物予以告警。由于目标物分群后的碰撞子群数目小于目标物数目,并且只是对每个碰撞子群中碰撞风险等级最高的目标物予以告警,因此,在多个交通风险并存时,避免了对每个交通风险都予以警告而造成的对驾驶人员的干扰,从而能够提升驾驶的安全性。
可选地,上述图2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,用于根据多个目标物的状态信息,预测多个目标物中每个目标物的运行轨迹;
判断单元,用于根据预测的本车的运行轨迹和多个目标物的运行轨迹,判断本车与多个目标物中每个目标物的运行路线在空间上是否存在交汇点;
比较单元,用于若本车与多个目标物中每个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和多个目标物中每个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,则预测本车与多个目标物将会发生碰撞。
可选地,上述图2示例的分群模块203具体用于根据将发生碰撞的多个目标物中每个目标物的移动方向,将移动方向相同的目标物划分为一个碰撞子群,得到多个碰撞子群。
可选地,上述图2示例的分群模块203可以包括第一确定单元、分类单元和第一划分单元,其中:
第一确定单元,用于根据本车的状态信息确定本车的近邻区域;
分类单元,用于对本车的周边目标物进行分类,得到多个方向上的近邻目标物,其中,近邻目标物为多个方向上的近邻区域内与本车距离最近的一个目标物;
第一划分单元,用于将多个方向上的近邻目标物中与本车距离相同的目标物划分为一个碰撞子群,得到多个碰撞子群。
可选地,上述示例的分类单元可以包括第二确定单元和第三确定单元,其中:
第二确定单元,用于根据本车的周边目标物的状态信息以及运动学算法,确定多个方向上的目标物集合,其中,多个方向的目标物集合包括本车的周边目标物中位于多个方向、且与本车关联的目标物;
第三确定单元,用于将目标物集合中位于本车的近邻区域且与本车距离最近的目标物确定为近邻目标物。
可选地,上述图2示例的分群模块203可以包括第四确定单元、评估单元和第二划分单元,其中:
第四确定单元,用于根据本车的状态信息确定本车的近邻区域;
评估单元,用于根据路况信息、本车和多个目标物的状态信息,评估近邻区域内目标物与本车之间的碰撞风险;
第二划分单元,用于将近邻区域内与本车之间的碰撞风险相同的目标物划分为一个碰撞子群,得到多个碰撞子群。
可选地,上述示例的评估单元可以包括相对位移率预测单元和风险确定单元,其中:
相对位移率预测单元,用于根据路况信息和行驶速度,预测本车与近邻区域内目标物之间的相对位移率;
风险确定单元,用于根据相对位移率,评估近邻区域内目标物与本车之间的碰撞风险。
参见图3,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300包括存储器310和处理器320。
处理器320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310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320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310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310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310上存储有可执行代码,当可执行代码被处理器320处理时,可以使处理器320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)
1.一种并存交通风险的告警方法,其特征在于,所述方法包括:
获取本车和多个目标物的状态信息,所述本车或多个目标物的状态信息包括所述本车或多个目标物的位置数据、行驶速度、加速度和行驶方向;
根据所述本车和多个目标物的状态信息,按照预设算法对所述本车与所述多个目标物是否发生碰撞进行预测;
若预测结果为所述本车与所述多个目标物将发生碰撞,则对与所述本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群;
针对所述多个碰撞子群的每个碰撞子群,只将所述每个碰撞子群中碰撞风险等级最高的目标物予以告警。
2.根据权利要求1所述的并存交通风险的告警方法,其特征在于,所述根据本车和多个目标物的状态信息,按照预设算法对所述本车与所述多个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;
根据所述多个目标物的状态信息,预测所述多个目标物中每个目标物的运行轨迹;
根据预测的所述本车的运行轨迹和多个目标物的运行轨迹,判断所述本车与所述多个目标物中每个目标物的运行路线在空间上是否存在交汇点;
若所述本车与所述多个目标物中每个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和所述多个目标物中每个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多个目标物将会发生碰撞。
3.根据权利要求1所述的并存交通风险的告警方法,其特征在于,所述对与所述本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群,包括:
根据所述将发生碰撞的多个目标物中每个目标物的移动方向,将所述移动方向相同的目标物划分为一个碰撞子群,得到所述多个碰撞子群。
4.根据权利要求1所述的并存交通风险的告警方法,其特征在于,所述对与所述本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群,包括:
根据所述本车的状态信息确定所述本车的近邻区域;
对所述本车的周边目标物进行分类,得到多个方向上的近邻目标物,所述近邻目标物为所述多个方向上的近邻区域内与所述本车距离最近的一个目标物;
将所述多个方向上的近邻目标物中与所述本车距离相同的目标物划分为一个碰撞子群,得到所述多个碰撞子群。
5.根据权利要求4所述的并存交通风险的告警方法,其特征在于,所述对所述本车的周边目标物进行分类,得到多个方向上的近邻目标物,包括:
根据所述本车的周边目标物的状态信息以及运动学算法,确定所述多个方向上的目标物集合,所述多个方向的目标物集合包括所述本车的周边目标物中位于所述方向、且与所述本车关联的目标物;
将所述目标物集合中位于所述本车的近邻区域且与所述本车距离最近的目标物确定为所述近邻目标物。
6.根据权利要求1所述的并存交通风险的告警方法,其特征在于,所述对与所述本车将发生碰撞的多个目标物进行分群,得到多个碰撞子群,包括:
根据所述本车的状态信息确定所述本车的近邻区域;
根据路况信息、所述本车和多个目标物的状态信息,评估所述近邻区域内目标物与所述本车之间的碰撞风险;
将所述近邻区域内与所述本车之间的碰撞风险相同的目标物划分为一个碰撞子群,得到所述多个碰撞子群。
7.根据权利要求6所述的并存交通风险的告警方法,其特征在于,所述根据路况信息、所述本车和多个目标物的状态信息,评估所述近邻区域内目标物与所述本车之间的碰撞风险,包括:
根据所述路况信息和所述行驶速度,预测所述本车与所述近邻区域内目标物之间的相对位移率;
根据所述相对位移率,评估所述近邻区域内目标物与所述本车之间的碰撞风险。
8.一种并存交通风险的告警装置,其特征在于,所述装置包括:
获取模块,用于获取本车和多个目标物的状态信息,所述本车或多个目标物的状态信息包括所述本车或多个目标物的位置数据、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多个目标物的状态信息,按照预设算法对所述本车与所述多个目标物是否发生碰撞进行预测;
分群模块,用于若预测结果为所述本车与所述多个目标物将发生碰撞,则对所述将发生碰撞的多个目标物进行分群,得到多个碰撞子群;
告警模块,用于针对所述多个碰撞子群的每个碰撞子群,只将所述每个碰撞子群中碰撞风险等级最高的目标物予以告警。
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 |
---|---|---|---|
CN202111082125.XA CN113793535B (zh) | 2021-09-15 | 2021-09-15 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111082125.XA CN113793535B (zh) | 2021-09-15 | 2021-09-15 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793535A true CN113793535A (zh) | 2021-12-14 |
CN113793535B CN113793535B (zh) | 2022-06-21 |
Family
ID=78878460
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111082125.XA Active CN113793535B (zh) | 2021-09-15 | 2021-09-15 | 并存交通风险的告警方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793535B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011007030A1 (de) * | 2011-04-08 | 2012-10-11 | Robert Bosch Gmbh | Verfahren zur Überwachung der Umgebung eines Fahrzeugs während der Fahrt und Vorrichtung hierzu |
DE102013003174A1 (de) * | 2013-02-25 | 2014-01-30 | Audi Ag | Kollisionswarnvorrichtung für ein Kraftfahrzeug |
CN105810013A (zh) * | 2014-12-30 | 2016-07-27 | 中国移动通信集团公司 | 一种基于车群风险的车辆防撞控制方法和装置 |
CN106157691A (zh) * | 2014-09-10 | 2016-11-23 | 现代自动车美国技术研究所 | 避免车辆间碰撞的系统 |
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 |
CN110588510A (zh) * | 2019-08-26 | 2019-12-20 | 华为技术有限公司 | 一种对本车的预警方法及装置 |
CN110718094A (zh) * | 2019-10-29 | 2020-01-21 | 北京汽车集团有限公司 | 碰撞预警方法、装置和设备 |
CN110930765A (zh) * | 2019-11-26 | 2020-03-27 | 安徽江淮汽车集团股份有限公司 | 预警优先级判定方法、设备、存储介质及装置 |
US20200210461A1 (en) * | 2018-12-28 | 2020-07-02 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Danger warning method for vehicle, danger warning device for vehicle, and medium |
CN111477030A (zh) * | 2020-04-14 | 2020-07-31 | 北京汽车集团有限公司 | 车辆协同避险方法、车端平台、云端平台及存储介质 |
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 |
CN111806457A (zh) * | 2019-04-12 | 2020-10-23 | 广州汽车集团股份有限公司 | 待预警车辆筛选方法、装置和计算机设备 |
CN113066289A (zh) * | 2021-04-30 | 2021-07-02 | 腾讯科技(深圳)有限公司 | 驾驶辅助处理方法、装置、计算机可读介质及电子设备 |
CN113386738A (zh) * | 2020-03-13 | 2021-09-14 | 奥迪股份公司 | 风险预警系统、方法和存储介质 |
CN113628444A (zh) * | 2021-08-12 | 2021-11-09 | 智道网联科技(北京)有限公司 | 提示交通风险的方法、装置和计算机可读存储介质 |
-
2021
- 2021-09-15 CN CN202111082125.XA patent/CN113793535B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011007030A1 (de) * | 2011-04-08 | 2012-10-11 | Robert Bosch Gmbh | Verfahren zur Überwachung der Umgebung eines Fahrzeugs während der Fahrt und Vorrichtung hierzu |
DE102013003174A1 (de) * | 2013-02-25 | 2014-01-30 | Audi Ag | Kollisionswarnvorrichtung für ein Kraftfahrzeug |
CN106157691A (zh) * | 2014-09-10 | 2016-11-23 | 现代自动车美国技术研究所 | 避免车辆间碰撞的系统 |
CN105810013A (zh) * | 2014-12-30 | 2016-07-27 | 中国移动通信集团公司 | 一种基于车群风险的车辆防撞控制方法和装置 |
US20200210461A1 (en) * | 2018-12-28 | 2020-07-02 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Danger warning method for vehicle, danger warning device for vehicle, and medium |
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 |
CN111806457A (zh) * | 2019-04-12 | 2020-10-23 | 广州汽车集团股份有限公司 | 待预警车辆筛选方法、装置和计算机设备 |
CN110588510A (zh) * | 2019-08-26 | 2019-12-20 | 华为技术有限公司 | 一种对本车的预警方法及装置 |
CN110718094A (zh) * | 2019-10-29 | 2020-01-21 | 北京汽车集团有限公司 | 碰撞预警方法、装置和设备 |
CN110930765A (zh) * | 2019-11-26 | 2020-03-27 | 安徽江淮汽车集团股份有限公司 | 预警优先级判定方法、设备、存储介质及装置 |
CN113386738A (zh) * | 2020-03-13 | 2021-09-14 | 奥迪股份公司 | 风险预警系统、方法和存储介质 |
CN111477030A (zh) * | 2020-04-14 | 2020-07-31 | 北京汽车集团有限公司 | 车辆协同避险方法、车端平台、云端平台及存储介质 |
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 |
CN113066289A (zh) * | 2021-04-30 | 2021-07-02 | 腾讯科技(深圳)有限公司 | 驾驶辅助处理方法、装置、计算机可读介质及电子设备 |
CN113628444A (zh) * | 2021-08-12 | 2021-11-09 | 智道网联科技(北京)有限公司 | 提示交通风险的方法、装置和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113793535B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6934544B2 (ja) | 車輪姿勢を使用した将来の進行方向の決定 | |
US11465619B2 (en) | Vehicle collision avoidance based on perturbed object trajectories | |
CN108068815B (zh) | 用于自动驾驶车辆的基于规划反馈的决策改进系统 | |
CN109254289B (zh) | 道路护栏的检测方法和检测设备 | |
US10384717B2 (en) | Vehicle and method for controlling the same | |
CN108068825B (zh) | 用于无人驾驶车辆(adv)的视觉通信系统 | |
CN106652557B (zh) | 用于预测邻近车辆的驾驶路径的方法和系统 | |
US20190039613A1 (en) | Apparatus and method for changing route of vehicle based on emergency vehicle | |
KR102295577B1 (ko) | Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주행 차로 판단 방법 | |
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 | |
JP7080314B2 (ja) | 自律型車両の意思決定のための意味物体クラスタ化 | |
CN105702088A (zh) | 警报装置 | |
US20190163993A1 (en) | Method and apparatus for maintaining a lane | |
US10782144B2 (en) | Method and apparatus providing information of an autonomous vehicle | |
CN109927727A (zh) | 用于判定附近车辆的动作的设备和方法 | |
US11003922B2 (en) | Peripheral recognition device, peripheral recognition method, and computer readable medium | |
JP6638531B2 (ja) | 周辺物体検出装置 | |
CN115104138A (zh) | 多模态、多技术载具信号检测 | |
CN113628444A (zh) | 提示交通风险的方法、装置和计算机可读存储介质 | |
US20190302777A1 (en) | Autonomous driving trajectory determination device | |
CN110789450B (zh) | 会车的危险警报提示方法、系统及车辆 | |
CN111391830A (zh) | 自动驾驶车辆的纵向决策系统及纵向决策确定方法 | |
US11087147B2 (en) | Vehicle lane mapping | |
JP7183438B2 (ja) | 運転支援装置、運転支援方法及びプログラム | |
US20210197811A1 (en) | Course prediction device, computer readable medium, and course prediction method |
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 |