CN113895462A - 预测车辆换道的方法、装置、计算设备及存储介质 - Google Patents

预测车辆换道的方法、装置、计算设备及存储介质 Download PDF

Info

Publication number
CN113895462A
CN113895462A CN202111400536.9A CN202111400536A CN113895462A CN 113895462 A CN113895462 A CN 113895462A CN 202111400536 A CN202111400536 A CN 202111400536A CN 113895462 A CN113895462 A CN 113895462A
Authority
CN
China
Prior art keywords
lane
target vehicle
vehicle
target
probability
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
CN202111400536.9A
Other languages
English (en)
Other versions
CN113895462B (zh
Inventor
杨广达
孟庆磊
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.)
Tianjin Tiantong Weishi Electronic Technology Co ltd
Original Assignee
Tianjin Tiantong Weishi Electronic Technology Co ltd
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 Tianjin Tiantong Weishi Electronic Technology Co ltd filed Critical Tianjin Tiantong Weishi Electronic Technology Co ltd
Priority to CN202111400536.9A priority Critical patent/CN113895462B/zh
Publication of CN113895462A publication Critical patent/CN113895462A/zh
Application granted granted Critical
Publication of CN113895462B publication Critical patent/CN113895462B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种预测车辆换道的方法，包括：获取拍摄图像，该拍摄图像包括目标车辆以及车道线分别对应的成像；根据拍摄图像，确定目标车辆的横向移动方向、目标车辆与本车之间的横向距离以及目标车辆的换道概率，从而根据该横向移动方向、横向距离以及换道概率，预测目标车辆是否进行换道。其中，目标车辆的换道概率通过目标车辆与目标车道线之间的相对位置进行确定，该目标车道线为在横向移动方向上距离目标车辆最近的车道线。由于上述预测车辆是否进行换道的过程中，不受车辆类型差异的影响，从而可以提高车辆行驶的安全性。此外，本申请还提供了对应的装置、计算设备及存储介质。

Description

预测车辆换道的方法、装置、计算设备及存储介质
技术领域
本申请涉及车辆控制技术领域，特别是涉及一种预测车辆换道的方法、装置、计算设备及存储介质。
背景技术
实际应用中，本车在行驶过程中，经常会遇到其它车辆出现换道行为，即其它车辆在行驶过程中可能会由一个车道切换至其它车道。通常情况下，车辆换道包括换道切入以及换道切出。其中，换道切入，是指相邻车道车辆切换至本车道的行为；换道切出，是指本车道车辆切换至相邻车道的行为。
由于车道上的车辆发生换道行为，会影响当前车道以及其它车道上的路况，因此，本车可以通过提前预测车辆是否存在换道行为来提前对车辆的行驶状态进行规划和控制，以提高本车行驶的安全性。比如，当其它车辆换道至本车所在车道时，本车可以通过提前预测存在车辆发生该换道行为，从而可以提前做出减速处理来增大本车与当前换道车辆之间的距离，以提高本车行驶的安全性。
目前，在预测车辆是否变换行驶车道时，通常是预先定义固定的横向距离阈值和横向速度阈值来确认车辆的运动状态。具体地，当车辆存在横向移动行为，并且车辆的横向移动距离小于横向距离阈值、横向移动速度不低于横向速度阈值时，确定该车辆当前正在进行换道，否则认为车辆没有进行换道。但是，实际应用场景中，针对不同车型的车辆，其车宽、换道过程中的横向移动速度等，均存在较大差异，此时，基于固定的横向距离阈值以及横向速度阈值来预测车辆是否变换行驶车道的误差较大，从而影响车辆的行驶安全。
发明内容
本申请实施例提供了一种预测车辆换道的方法、装置、计算设备及存储介质，以提高预测其它车辆发生换道行为的精确度，提高本车的行驶安全。
第一方面，本申请实施例提供了一种预测车辆换道的方法，所述方法包括：
获取拍摄图像，所述拍摄图像包括目标车辆以及车道线分别对应的成像；
根据所述拍摄图像，确定所述目标车辆的横向移动方向、所述目标车辆与本车之间的横向距离以及所述目标车辆的换道概率，所述目标车辆的换道概率通过所述目标车辆与目标车道线之间的相对位置进行确定的，所述目标车道线为在所述横向移动方向上距离所述目标车辆最近的车道线；
根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道。
在一种可能的实施方式中，所述根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道，包括：
根据所述横向移动方向、所述横向距离、所述换道概率、所述目标车辆与所述目标车道线之间的相对位置，预测所述目标车辆是否进行换道。
在一种可能的实施方式中，在所述目标车辆的横向上向左为正方向、向右为负方向，则所述根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道，包括：
当所述横向移动方向为负方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从左侧相邻车道换入本车所在车道；
当所述横向移动方向为正方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从右侧相邻车道换入本车所在车道；
当所述横向移动方向为正方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入左侧相邻车道；
当所述横向移动方向为负方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入右侧相邻车道。
在一种可能的实施方式中，所述目标车辆与本车之间的横向距离，是根据所述拍摄图像以及针对所述目标车辆的雷达探测数据进行确定的。
在一种可能的实施方式中，所述方法还包括：
预测所述目标车辆在未来一段时间内相对所述目标车辆的位置。
在一种可能的实施方式中，所述方法还包括：
当预测所述目标车辆从左侧相邻车道或者右侧相邻车道换入本车所在车道后，根据所述目标车辆在未来一段时间内相对所述目标车辆的位置降低本车的行驶速度。
第二方面，本申请实施例还提供了一种预测车辆换道的装置，所述装置包括：
获取模块，用于获取拍摄图像，所述拍摄图像包括目标车辆以及车道线分别对应的成像；
确定模块，用于根据所述拍摄图像，确定所述目标车辆的横向移动方向、所述目标车辆与本车之间的横向距离以及所述目标车辆的换道概率，所述目标车辆的换道概率通过所述目标车辆与目标车道线之间的相对位置进行确定的，所述目标车道线为在所述横向移动方向上距离所述目标车辆最近的车道线；
第一预测模块，用于根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道。
在一种可能的实施方式中，所述第一预测模块，具体用于根据所述横向移动方向、所述横向距离、所述换道概率、所述目标车辆与所述目标车道线之间的相对位置，预测所述目标车辆是否进行换道。
所述第一预测模块，包括：
第一确定单元，用于当所述横向移动方向为负方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从左侧相邻车道换入本车所在车道；
第二确定单元，用于当所述横向移动方向为正方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从右侧相邻车道换入本车所在车道；
第三确定单元，用于当所述横向移动方向为正方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入左侧相邻车道；
第四确定单元，用于当所述横向移动方向为负方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入右侧相邻车道。
在一种可能的实施方式中，所述目标车辆与本车之间的横向距离，是根据所述拍摄图像以及针对所述目标车辆的雷达探测数据进行确定的。
在一种可能的实施方式中，所述装置还包括：
第二预测模块，用于预测所述目标车辆在未来一段时间内相对所述目标车辆的位置。
在一种可能的实施方式中，所述装置还包括：
车辆控制模块，用于当预测所述目标车辆从左侧相邻车道或者右侧相邻车道换入本车所在车道后，根据所述目标车辆在未来一段时间内相对所述目标车辆的位置降低本车的行驶速度。
第三方面，本申请实施例还提供了一种计算设备，该设备可以包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行上述第一方面以及第一方面中任一种实施方式所述的方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述第一方面以及第一方面中任一种实施方式所述的方法。
在本申请实施例的上述实现方式中，获取拍摄图像，该拍摄图像包括目标车辆以及车道线分别对应的成像，然后，根据该拍摄图像，确定目标车辆的横向移动方向、目标车辆与本车之间的横向距离以及目标车辆的换道概率，从而根据该横向移动方向、横向距离以及换道概率，预测所述目标车辆是否进行换道。其中，目标车辆的换道概率是通过目标车辆与目标车道线之间的相对位置进行确定的，而该目标车道线为在横向移动方向上距离目标车辆最近的车道线。由于在预测不同车型的车辆是否进行换道时，均可以根据该车辆的横向移动方向(即横向移动的正方向或者负方向)、横向距离以及换道概率进行确定，从而可以避免不同车型车辆之间的差异对于预测车辆是否变换行驶车道的精度产生影响，进而可以提高车辆行驶的安全性。
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中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例中一种车辆控制方法的流程示意图；
图2为本申请实施例提供的一种目标车辆的换道示意图；
图3为本申请实施例提供的另一种目标车辆的换道示意图；
图4为本申请实施例中一种预测车辆换道的装置的结构示意图；
图5为本申请实施例中一种计算设备的硬件结构示意图。
具体实施方式
在自动驾驶或者辅助驾驶等场景中，本车在当前车道进行行驶时，通常存在其它车辆从左侧或者右侧相邻车道换入本车所在车道，或者从本车所在车道换入其它车道等，并且，在其它车辆进行换道切入或者换道切出的过程中，容易对本车的驾驶安全性产生影响。因此，可以通过提前预测其它车辆的换道行为来及时对本车的行驶状态进行调整，如在其它车辆进行换道时提前降低本车的行驶速度，以拉大本车与其它车辆之间的距离，从而提高本车行驶的安全性。
目前，通常是通过设置固定的阈值来判断其他车辆是否存在换道行为，但是，由于实际应用场景中，不同类型的车辆在车辆大小、换道速度等方面存在较大差异，因此，这种判断车辆是否进行换道的方式存在较大误差，从而可能会影响本车行驶的安全性。
基于此，本申请实施例提供了一种预测车辆换道的方式，旨在避免不同类型的车辆之间的差异对于预测车辆是否换道的精度影响。具体实现时，先获取拍摄图像，该拍摄图像包括目标车辆以及车道线分别对应的成像，然后，根据该拍摄图像，确定目标车辆的横向移动方向、目标车辆与本车之间的横向距离以及目标车辆的换道概率，从而根据该横向移动方向、横向距离以及换道概率，预测所述目标车辆是否进行换道。其中，目标车辆的换道概率是通过目标车辆与目标车道线之间的相对位置进行确定的，而该目标车道线为在横向移动方向上距离目标车辆最近的车道线。
由于在预测不同车型的车辆是否进行换道时，均可以根据该车辆的横向移动方向(即横向移动的正方向或者负方向)、横向距离以及换道概率进行确定，从而可以避免不同车型车辆之间的差异对于预测车辆是否变换行驶车道的精度产生影响，进而可以提高车辆行驶的安全性。
在达到较高的预测准确度的同时，实现目标车辆的换道切入以及换道切出的行为预测，可以无需通过复杂度较高的人工智能(Artificial Intelligence，AI)模型进行预测，从而所需的运算量通常较小、预测成本低。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合附图对本申请实施例中的各种非限定性实施方式进行示例性说明。显然，所描述的实施例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它实施例，都属于本申请保护的范围。
参阅图1，图1示出了本申请实施例中一种预测车辆换道的方法的流程示意图，该方法例如可以是由车辆上的自动驾驶域控制器(Autonomous Domain Unit，ADU)执行，或者可以由配置该车辆上的其它处理器执行。本实施例对此并不进行限定。为便于理解与说明，下述实施例中以ADU执行该方法为例进行示例性说明。图1所示的预测车辆换道的方法具体可以包括：
S101：获取拍摄图像，该拍摄图像包括目标车辆以及车道线分别对应的成像。
本实施例中，本车(即ADU所在的车辆)上可以配置有视觉传感器，如单目摄像头或者多目摄像头等，从而ADU可以通过该视觉传感器对该本车周围(如本车前方)的至少一个车辆以及车道线进行拍摄，得到拍摄图像。本实施例中，对于视觉传感器拍摄的至少一个车辆中，位于本车所在车道或者相邻车道上的车辆，可能存在换道行为。因此，针对该部分车辆中的每一个车辆，ADU可以预测该车辆是否会进行换道。为便于描述，以下将ADU所监控的车辆称之为目标车辆。
实际应用时，视觉传感器可以周期性对本车周围的其它车辆进行拍摄，从而ADU可以针对每个拍摄周期内所得到的拍摄图像，预测被拍摄的其它车辆是否进行换道。
S102：根据拍摄图像，确定目标车辆的横向移动方向、目标车辆与本车之间的横向距离以及目标车辆的换道概率，其中，目标车辆的换道概率通过目标车辆与目标车道线之间的相对位置进行确定，并且，目标车道线为在目标车辆的横向移动方向上距离该目标车辆最近的车道线。
需要说明的是，本实施例中的横向，是指与本车行驶方向垂直的方向，相应的，目标车辆的横向移动方向，即为目标车辆在横向上的移动方向，包括横向上的向左移动以及向右移动。为便于说明，本实施例中以目标车辆在横向上向左移动为正方向、向右移动为负方向。
目标车辆与本车之间的横向距离，是指目标车辆相对于本车在横向上的距离。其中，当目标车辆位于本车左侧时，目标车辆与本车之间的横向距离为正值；而当目标车辆位于本车右侧时，目标车辆与本车之间的横向距离为负值。
目标车辆的换道概率，是指用于评估目标车辆当前的行驶行为属于换道行为的概率。
作为一种示例，ADU在确定目标车辆与本车之间的横向距离时，可以对拍摄图像进行图像识别，确定目标车辆在拍摄图像中的成像位置，从而ADU可以根据该目标车辆的成像位置，计算出目标车辆相对于本车的相对位置，进而可以根据该相对位置确定出目标车辆与本车之间的横向距离。如，可以基于本车建立坐标系，从而可以得到目标车辆相对于本车的坐标，从而可以将该坐标中的横坐标，确定为目标车辆与本车之间的横向距离。在进一步可能的示例中，ADU还可以结合雷达提高确定目标车辆与本车之间的相对位置的精确度。具体实现时，本车上还可以配置有测距雷达，如毫米波雷达等，从而ADU在获取拍摄图像的同时，还可以获取该测距雷达反馈的雷达探测数据，并根据该拍摄图像以及雷达探测数据，计算出目标车辆与本车之间的相对位置。
另外，ADU在确定目标车辆的横向移动方向时，例如可以是根据本车自身的横向移动速度以及目标车辆与本车之间的横向距离进行计算得到。具体的，ADU可以获取本车的横向移动速度，如可以根据本车当前的车速、航向角等数据，计算出本车的横向移动速度等；然后，ADU可以根据拍摄图像确定出目标车辆与本车之间的横向距离，并将该横向距离上一周期所计算出的横向距离进行比较，确定出当前周期内横向距离的变化值，从而ADU可以根据该横向距离的变化值以及本车自身的横向移动速度，确定出目标车辆的横向移动方向。例如，假设本车的横向移动速度为0.1米每秒，而横向距离的变化值为0.1米，每次预测周期为0.5秒，则本车因为横向移动而产生的横向距离为0.05米，而剩余的0.05米(即0.1-0.05)是由目标车辆在横向上移动而产生，从而ADU可以根据剩余的0.05米确定目标车辆的横向移动速度为0.1米每秒，即确定目标车辆沿着横向的负方向进行移动(也即本车在横向上更加靠近目标车辆)。
另外，ADU在确定目标车辆的换道概率时，可以根据目标车辆与目标车道线之间的相对位置进行确定，而该目标车道线为在横向移动方向上距离该目标车辆最近的车道线。当目标车辆压过车道线时，则该车道线即为在横向移动方向上距离该目标车辆最近的目标车道线。示例性地，ADU可以对获取的拍摄图像进行图像识别，识别拍摄图像中的目标车辆以及各个车道线的成像，并进一步从一个或者多个车道线中确定出在横向移动方向上距离目标车辆最近的目标车道线，从而根据目标车辆以及目标车道线在拍摄图像上的成像位置，计算出目标车辆与目标车道线之间的实际位置坐标。然后，ADU可以根据下述公式(1)计算出目标车辆的换道概率。
probability＝abs(dis/(P1.x-P3.x)) (1)
其中，probability为换道概率；abs()为计算绝对值的函数；dis是指当目标车道线位于目标车辆底部时，目标车辆上与横向移动方向一致的顶点与目标车道线之间的横向距离。此时，dis绝对值越大，probability越大。P1.x为目标车辆上其中一个顶点P1的横坐标(目标车辆上包括四个P0、P1、P2、P3四个顶点，P1与P3为对角顶点、P0与P2为对角顶点)；P3.x为顶点P3的横坐标。本实施例中的坐标位置所在的坐标系基于本车进行建立。
参见图2，当目标车道由左侧相邻车道换入本车所在车道时，目标车辆的换道概率即为probability_1＝abs(dis_right/(P1.x-P3.x))。其中，dis_right为目标车辆的右侧顶点P3与目标车道线之间的横向距离。当目标车道由右侧相邻车道换入本车所在车道时，目标车辆的换道概率即为probability_2＝abs(dis_left/(P0.x–P2.x))。其中，dis_left为目标车辆的左侧顶点P0与目标车道线之间的横向距离。类似地，当目标车道由本车所在车道换入左侧相邻车道时，目标车辆的换道概率即为probability_3＝abs(dis_left/(P0.x–P2.x))。当目标车道由本车所在车道换入右侧相邻车道时，目标车辆的换道概率即为probability_4＝abs(dis_right/(P1.x–P3.x))。
值得注意的是，上述公式(1)所示的计算换道概率的方式，是从目标车道线位于目标车辆底部开始进行计算(即从目标车辆开始压目标车道线开始进行计算)，而在其它可能的实施方式中，也可以通过下述公式(2)进行计算。
probability＝1-abs(dis/(P1.x-P3.x)) (2)
其中，dis是指在目标车辆行驶至目标车道线之前，目标车辆上与横向移动方向一致的顶点与目标车道线之间的横向距离。此时，dis绝对值越小，也即目标车辆越靠近目标车道线，probability值越大。
如图3所示，在目标车辆行驶至目标车道线之前，目标车辆的换道概率即为probability_1’＝1-abs(dis_right/(P1.x-P3.x))。其中，dis_right为目标车辆的右侧顶点P3与目标车道线之间的横向距离。当目标车道由右侧相邻车道换入本车所在车道时，目标车辆的换道概率即为probability_2＝1-abs(dis_left/(P0.x–P2.x))。其中，dis_left为目标车辆的左侧顶点P0与目标车道线之间的横向距离。类似地，当目标车道由本车所在车道换入左侧相邻车道时，目标车辆的换道概率即为probability_3＝1-abs(dis_left/(P0.x–P2.x))。当目标车道由本车所在车道换入右侧相邻车道时，目标车辆的换道概率即为probability_4＝1-abs(dis_right/(P1.x–P3.x))。
当然，上述根据目标车辆与目标车道线之间的相对位置进行确定换道概率的实现方式仅作为一种示例性说明，实际应用时，也可以是通过其它方式计算出换道概率，本实施例对此并不进行限定。
S103：根据横向移动方向、横向距离以及换道概率，预测目标车辆是否进行换道。
本实施例中，ADU可以根据在横向移动方向、横向距离以及换道概率均满足一定条件时，确定目标车辆进行换道，并进一步确定出目标车辆换入哪个车道。
示例性地，当横向移动方向为负方向(即目标车辆的车头朝右靠近本车运动)、目标车辆与本车之间的横向距离为正值(表征目标车辆在本车左侧)、且计算出的换道概率大于概率阈值(如0.5等)时，ADU可以确定出目标车辆从左侧相邻车道换入本车所在车道；
当横向移动方向为正方向、横向距离为负值、且换道概率大于概率阈值时，ADU可以确定目标车辆从右侧相邻车道换入本车所在车道；
当横向移动方向为正方向、横向距离为正值、且换道概率大于概率阈值时，ADU可以确定目标车辆从本车所在车道换入左侧相邻车道；
当横向移动方向为负方向、横向距离为负值、且换道概率大于概率阈值时，ADU可以确定目标车辆从本车所在车道换入右侧相邻车道。
本实施例中，ADU可以是在检测出目标车辆存在横向移动的趋势时(此时目标车辆可能还没有压车道线)，开始监控与预测目标车辆是否会进行换道。或者，ADU也可以是在检测到目标车辆已经压车道线时，开始监控并预测目标车辆是否会进行换道。因此，在进一种可能的实施方式中，ADU还可以结合目标车辆与目标车道线之间的相对位置进行预测，即根据上述横向移动方向、横向距离、换道概率、以及目标车辆与所述目标车道线之间的相对位置，预测目标车辆是否进行换道。
以ADU在确定目标车辆压车道线时对目标车辆进行监控预测为例。当横向移动方向为负方向、横向距离为正值、目标车道线位于目标车辆底部、且换道概率大于概率阈值时，表征目标车辆的车头朝右靠近本车运动，并且目标车辆在本车左侧，因此，可以确定目标车辆从左侧相邻车道换入本车所在车道；
当横向移动方向为正方向、横向距离为负值、目标车道线位于目标车辆底部、且换道概率大于概率阈值时，表征目标车辆的车头朝左靠近本车运动，并且目标车辆在本车右侧，因此可以确定目标车辆从右侧相邻车道换入本车所在车道；
当横向移动方向为正方向、横向距离为正值、目标车道线位于目标车辆底部、且换道概率大于概率阈值时，表征目标车辆的车头朝左远离本车运动，并且，目标车辆在本车左侧，因此，可以确定目标车辆从本车所在车道换入左侧相邻车道；
当横向移动方向为负方向、横向距离为负值、目标车道线位于目标车辆底部、且换道概率大于概率阈值时，表征目标车辆的车头朝右远离本车运动，并且，目标车辆在本车右侧，因此，可以确定目标车辆从本车所在车道换入右侧相邻车道。
实际应用时，ADU在确定目标车辆进行换道并且目标车辆换入哪个车道后，可以进一步确定目标车辆在未来一段时间内的相对目标车辆的位置。比如，ADU可以预测目标车辆在未来10个周期中的每个周期相对于本车的位置。示例性地，ADU可以计算出在当前周期内目标车辆相对于本车的移动速度，并根据该横向移动速度以及未来各个周期相对于当前周期的间隔时长，计算出目标车辆在未来各个周期相对于本车的位置坐标，例如ADU可以通过下述公式(3)、公式(4)以及公式(5)计算出目标车辆的位置坐标。
t间隔＝T未来周期-T当前周期 (3)
dis_x未来＝dis_x当前+Vx*t间隔 (4)
dis_y未来＝dis_y当前+Vy*t间隔 (5)
其中，T未来周期是指未来周期的结束时刻；T当前周期是指当前周期的结束时刻；t间隔是指未来周期与当前周期之间的间隔时长；dis_x当前是指目标车辆当前相对于本车在横向(即x轴方向)上的坐标；dis_y当前是指目标车辆当前相对于本车在纵向(即y轴方向)上的坐标；Vx是指目标车辆在当前周期T当前周期内相对于本车的横向移动速度；Vy是指目标车辆在当前周期T当前周期内相对于本车的纵向移动速度；dis_x未来是指目标车辆在未来周期T未来周期相对于本车在横向(即x轴方向)上的坐标；dis_y当前是指目标车辆在未来周期T未来周期相对于本车在纵向(即y轴方向)上的坐标。
进一步的，ADU在预测目标车辆进行换道以及目标车辆在未来一段时间内进行换道时所在的相对位置后，可以根据所计算出的相对位置对本车的行驶状态进行控制。比如，当预测目标车辆从左侧相邻车道或者右侧相邻车道换入本车所在车道后，ADU可以根据计算出的目标车辆在未来一段时间内相对目标车辆的位置，降低本车的行驶速度，具体可以是根据相对位置计算出进行减速的加速度，从而根据加速度降低本车的行驶速度。如此，可以使得目标车辆在从相邻车道换入本车所在车道的过程中，本车与目标车辆之间具有足够大的距离，以保证本车行驶的安全性。
另外，当预测目标车辆从本车所在车道换入左侧相邻车道或者右侧相邻车道后，ADU可以根据计算出的目标车辆在未来一段时间内相对目标车辆的位置，控制本车进行匀速巡航，或者也可以是增加本车的行驶速度等。本实施例中，对于ADU在预测出目标车辆进行换道后，如何控制本车的行驶状态并不进行限定。
值得注意的是，本实施例中是以车辆中的ADU执行该方法为例进行示例性说明，实际应用时，上述ADU执行的操作步骤也可以是服务器执行，如本车可以将拍摄图像、雷达探测数据等发送给服务器，从而由服务器根据本车提供的数据进行上述预测处理，并将针对目标车辆是否会进行换道的预测结果反馈给本车，以便本车根据该预测结果进行相应的行驶控制。
本实施例中，由于在预测不同车型的车辆是否进行换道时，均可以根据该车辆的横向移动方向(即横向移动的正方向或者负方向)、横向距离以及换道概率进行确定，从而可以避免不同车型车辆之间的差异对于预测车辆是否变换行驶车道的精度产生影响，进而可以提高车辆行驶的安全性。
在达到较高的预测准确度的同时，通过视觉传感器(以及测距雷达)即可实现目标车辆的换道切入以及换道切出的行为预测，可以无需通过复杂度较高的AI模型进行预测，从而所需的运算量通常较小、预测成本低。
此外，本申请实施例还提供了一种预测车辆换道的装置。参阅图4，图4示出了本申请实施例中一种预测车辆换道的装置结构示意图，该装置400包括：
获取模块401，用于获取拍摄图像，所述拍摄图像包括目标车辆以及车道线分别对应的成像；
确定模块402，用于根据所述拍摄图像，确定所述目标车辆的横向移动方向、所述目标车辆与本车之间的横向距离以及所述目标车辆的换道概率，所述目标车辆的换道概率通过所述目标车辆与目标车道线之间的相对位置进行确定的，所述目标车道线为在所述横向移动方向上距离所述目标车辆最近的车道线；
第一预测模块403，用于根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道。
在一种可能的实施方式中，所述第一预测模块403，具体用于根据所述横向移动方向、所述横向距离、所述换道概率、所述目标车辆与所述目标车道线之间的相对位置，预测所述目标车辆是否进行换道。
所述第一预测模块403，包括：
第一确定单元，用于当所述横向移动方向为负方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从左侧相邻车道换入本车所在车道；
第二确定单元，用于当所述横向移动方向为正方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从右侧相邻车道换入本车所在车道；
第三确定单元，用于当所述横向移动方向为正方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入左侧相邻车道；
第四确定单元，用于当所述横向移动方向为负方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入右侧相邻车道。
在一种可能的实施方式中，所述目标车辆与本车之间的横向距离，是根据所述拍摄图像以及针对所述目标车辆的雷达探测数据进行确定的。
在一种可能的实施方式中，所述装置400还包括：
第二预测模块，用于预测所述目标车辆在未来一段时间内相对所述目标车辆的位置。
在一种可能的实施方式中，所述装置400还包括：
车辆控制模块，用于当预测所述目标车辆从左侧相邻车道或者右侧相邻车道换入本车所在车道后，根据所述目标车辆在未来一段时间内相对所述目标车辆的位置降低本车的行驶速度。
需要说明的是，上述装置各模块、单元之间的信息交互、执行过程等内容，由于与本申请实施例中方法实施例基于同一构思，其带来的技术效果与本申请实施例中方法实施例相同，具体内容可参见本申请实施例前述所示的方法实施例中的叙述，此处不再赘述。
此外，本申请实施例还提供了一种计算设备。参阅图5，图5示出了本申请实施例中一种计算设备的硬件结构示意图，该设备500可以包括处理器501以及存储器502。
其中，所述存储器502，用于存储计算机程序；
所述处理器501，用于根据所述计算机程序执行上述方法实施例中所述的车辆控制方法。
另外，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法实施例中所述的预测车辆换道的方法。
本申请实施例中提到的“第一预测模块”、“第一确定单元”等名称中的“第一”只是用来做名字标识，并不代表顺序上的第一。该规则同样适用于“第二”、“第三”等。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案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存储介质中，如只读存储器(英文：read-only memory，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，或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。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模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，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劳动的情况下，即可以理解并实施。
以上所述仅是本申请示例性的实施方式，并非用于限定本申请的保护范围。

Claims (10)

1.一种预测车辆换道的方法，其特征在于，所述方法包括：
获取拍摄图像，所述拍摄图像包括目标车辆以及车道线分别对应的成像；
根据所述拍摄图像，确定所述目标车辆的横向移动方向、所述目标车辆与本车之间的横向距离以及所述目标车辆的换道概率，所述目标车辆的换道概率通过所述目标车辆与目标车道线之间的相对位置进行确定的，所述目标车道线为在所述横向移动方向上距离所述目标车辆最近的车道线；
根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道。
2.根据权利要求1所述的方法，其特征在于，所述根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道，包括：
根据所述横向移动方向、所述横向距离、所述换道概率、所述目标车辆与所述目标车道线之间的相对位置，预测所述目标车辆是否进行换道。
3.根据权利要求2所述的方法，其特征在于，在所述目标车辆的横向上向左为正方向、向右为负方向，则所述根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道，包括：
当所述横向移动方向为负方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从左侧相邻车道换入本车所在车道；
当所述横向移动方向为正方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从右侧相邻车道换入本车所在车道；
当所述横向移动方向为正方向、所述横向距离为正值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入左侧相邻车道；
当所述横向移动方向为负方向、所述横向距离为负值、所述目标车道线位于所述目标车辆底部、且所述换道概率大于概率阈值时，确定所述目标车辆从本车所在车道换入右侧相邻车道。
4.根据权利要求1所述的方法，其特征在于，所述目标车辆与本车之间的横向距离，是根据所述拍摄图像以及针对所述目标车辆的雷达探测数据进行确定的。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
预测所述目标车辆在未来一段时间内相对所述目标车辆的位置。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
当预测所述目标车辆从左侧相邻车道或者右侧相邻车道换入本车所在车道后，根据所述目标车辆在未来一段时间内相对所述目标车辆的位置降低本车的行驶速度。
7.一种预测车辆换道的装置，其特征在于，所述装置包括：
获取模块，用于获取拍摄图像，所述拍摄图像包括目标车辆以及车道线分别对应的成像；
确定模块，用于根据所述拍摄图像，确定所述目标车辆的横向移动方向、所述目标车辆与本车之间的横向距离以及所述目标车辆的换道概率，所述目标车辆的换道概率通过所述目标车辆与目标车道线之间的相对位置进行确定的，所述目标车道线为在所述横向移动方向上距离所述目标车辆最近的车道线；
第一预测模块，用于根据所述横向移动方向、所述横向距离以及所述换道概率，预测所述目标车辆是否进行换道。
8.根据权利要求7所述的装置，其特征在于，所述第一预测模块，具体用于根据所述横向移动方向、所述横向距离、所述换道概率、所述目标车辆与所述目标车道线之间的相对位置，预测所述目标车辆是否进行换道。
9.一种计算设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储计算机程序；
所述处理器用于根据所述计算机程序执行权利要求1-6中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-6中任一项所述的方法。
CN202111400536.9A 2021-11-19 2021-11-19 预测车辆换道的方法、装置、计算设备及存储介质 Active CN113895462B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111400536.9A CN113895462B (zh) 2021-11-19 2021-11-19 预测车辆换道的方法、装置、计算设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111400536.9A CN113895462B (zh) 2021-11-19 2021-11-19 预测车辆换道的方法、装置、计算设备及存储介质

Publications (2)

Publication Number Publication Date
CN113895462A true CN113895462A (zh) 2022-01-07
CN113895462B CN113895462B (zh) 2023-07-07

Family

ID=79195223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111400536.9A Active CN113895462B (zh) 2021-11-19 2021-11-19 预测车辆换道的方法、装置、计算设备及存储介质

Country Status (1)

Country Link
CN (1) CN113895462B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115147791A (zh) * 2022-06-28 2022-10-04 广州文远知行科技有限公司 一种车辆变道检测方法、装置、交通工具及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101089917A (zh) * 2007-06-01 2007-12-19 清华大学 一种目标车换道工况下的快速识别方法
CN104260723A (zh) * 2014-09-29 2015-01-07 长安大学 一种后方车辆运动状态追踪预测装置及预测方法
US20160297447A1 (en) * 2013-10-11 2016-10-13 Nissan Motor Co., Ltd. Travel Control Device and Travel Control Method
CN110853377A (zh) * 2019-11-15 2020-02-28 东南大学 基于车头时距的公路车辆换道模型标定与决策方法及装置
CN111428943A (zh) * 2020-04-23 2020-07-17 福瑞泰克智能系统有限公司 障碍物车辆轨迹预测的方法、设备和计算机设备
WO2020187257A1 (zh) * 2019-03-18 2020-09-24 长城汽车股份有限公司 车辆异常换道控制方法、装置及系统
CN112819864A (zh) * 2021-04-16 2021-05-18 腾讯科技（深圳）有限公司 一种行驶状态检测方法、装置及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101089917A (zh) * 2007-06-01 2007-12-19 清华大学 一种目标车换道工况下的快速识别方法
US20160297447A1 (en) * 2013-10-11 2016-10-13 Nissan Motor Co., Ltd. Travel Control Device and Travel Control Method
CN104260723A (zh) * 2014-09-29 2015-01-07 长安大学 一种后方车辆运动状态追踪预测装置及预测方法
WO2020187257A1 (zh) * 2019-03-18 2020-09-24 长城汽车股份有限公司 车辆异常换道控制方法、装置及系统
CN110853377A (zh) * 2019-11-15 2020-02-28 东南大学 基于车头时距的公路车辆换道模型标定与决策方法及装置
CN111428943A (zh) * 2020-04-23 2020-07-17 福瑞泰克智能系统有限公司 障碍物车辆轨迹预测的方法、设备和计算机设备
CN112819864A (zh) * 2021-04-16 2021-05-18 腾讯科技（深圳）有限公司 一种行驶状态检测方法、装置及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115147791A (zh) * 2022-06-28 2022-10-04 广州文远知行科技有限公司 一种车辆变道检测方法、装置、交通工具及存储介质

Also Published As

Publication number Publication date
CN113895462B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN110658819B (zh) 一种避障方法、装置、电子设备和存储介质
US20180156610A1 (en) Method and device for movable object distance detection, and aerial vehicle
EP1640937B1 (en) Collision time estimation apparatus and method for vehicles
CN103823208A (zh) 用于物体感测融合系统的健康状态估计的方法和装置
US11842545B2 (en) Object collision prediction method and apparatus
CN111907521B (zh) 一种自动驾驶车辆的横向控制方法、装置及存储介质
CN109766867B (zh) 车辆运行状态确定方法、装置、计算机设备和存储介质
CN111052201B (zh) 碰撞预测装置、碰撞预测方法以及存储介质
US11753002B2 (en) Vehicular control system
CN107458308B (zh) 一种辅助驾驶方法及系统
CN111497741B (zh) 碰撞预警方法及装置
CN113895462A (zh) 预测车辆换道的方法、装置、计算设备及存储介质
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
JP2020118575A (ja) 車間距離測定装置、誤差モデル生成装置および学習モデル生成装置とこれらの方法およびプログラム
CN111951552A (zh) 一种自动驾驶中风险管理的方法以及相关装置
US20190354781A1 (en) Method and system for determining an object location by using map information
JP2017105260A (ja) 走路パラメータ推定装置及びプログラム
CN112990117B (zh) 基于智能驾驶系统的安装数据处理方法及装置
CN114282776A (zh) 车路协同评估自动驾驶安全性的方法、装置、设备和介质
CN111487956B (zh) 一种机器人避障的方法及机器人
CN111598009A (zh) 监控急刹车辆的方法、装置、电子设备和存储介质
Kuprešak et al. Solution for autonomous vehicle parking
CN115953328B (zh) 一种目标矫正方法、系统及电子设备
JP7470584B2 (ja) 走行支援方法及び走行支援装置
CN118220212A (zh) 车辆行为识别方法及装置

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