CN113911111B - 车辆碰撞检测方法、系统、电子设备以及存储介质 - Google Patents
车辆碰撞检测方法、系统、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113911111B CN113911111B CN202111214399.XA CN202111214399A CN113911111B CN 113911111 B CN113911111 B CN 113911111B CN 202111214399 A CN202111214399 A CN 202111214399A CN 113911111 B CN113911111 B CN 113911111B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- target object
- time
- determining
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 19
- 230000007613 environmental effect Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000001133 acceleration Effects 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010408 sweeping Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000013215 result calculation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/408—Radar; Laser, e.g. lidar
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/28—Wheel speed
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- 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
- B60W2554/80—Spatial relation or speed relative to objects
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种车辆碰撞检测方法、系统、电子设备以及存储介质。该方法包括:获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息;基于目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻;基于车辆信息以及车辆的行驶信息确定车辆在车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。实现了提高车辆碰撞检测的准确性,提高车辆驾驶的安全性。
Description
技术领域
本发明实施例涉及自动驾驶技术领域,尤其涉及一种车辆碰撞检测方法、系统、电子设备以及存储介质。
背景技术
随着汽车智能驾驶技术的发展,智能辅助驾驶系统已经开始被各个国家以制定法规的方式来提其装车率。其中AEB(自动紧急制动)系统作为辅助驾驶系统能够有效识别碰撞风险,并对即将到来的风险进行评估,若有碰撞风险系统会进行制动以有效的避免碰撞。
目前,所提出的行人碰撞预测放发虽然可以进行一定的碰撞预警,虽然能起到减轻用户繁重的驾驶动作的作用,但是大多时候,还是需要用户对汽车进行把控,无法做到真正意义上的自动驾驶,安全性不高。
发明内容
本发明提供一种车辆碰撞检测方法、系统、电子设备以及存储介质,以实现提高车辆碰撞检测的准确性,提高车辆驾驶的安全性。
第一方面,本发明实施例提供了一种车辆碰撞检测方法,该方法包括:
获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;
基于所述目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻;
基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果。
可选的,所述获取车辆在当前时刻的状态信息和环境信息,包括:
基于车辆传感器获取所述车辆在当前时刻的状态信息;其中,所述车辆传感器包括轮速传感器,方向盘转角传感器,以及惯性测量单元;
基于环境传感器获取所述车辆在当前时刻的环境信息;其中,所述环境传感器包括毫米波雷达,激光雷达,超声波雷达和摄像头。
可选的,所述基于所述目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,包括:
基于预设的位姿预测矩阵以及所述目标对象在当前时刻的初始位姿信息确定所述目标对象在下一时刻的初始位姿信息;
获取所述目标对象在当前时刻的加速度,并基于所述加速度调整所述目标对象在下一时刻的初始位姿信息,得到所述目标对象在下一时刻的目标位姿信息。
可选的,所述车道信息包括直道车道;所述目标对象的目标位姿信息包括目标对象的横向距离信息以及目标对象的横向速度信息;
相应的,所述基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻,包括:
基于车辆信息中的车辆宽度以及预设车辆距离阈值确定所述道路的安全车道宽度;
基于所述目标对象的横向距离信息和所述安全车道宽度的差值与所述目标对象的横向速度信息确定所述目标对象在所述道路上的进入时刻;
基于所述目标对象的横向距离信息和所述安全车道宽度的和值与所述目标对象的横向速度信息确定所述目标对象在所述道路上的离开时刻。
可选的,所述车道信息包括弯道车道;所述目标对象的目标位姿信息包括目标对象的纵向距离信息以及目标对象的纵向速度信息;
相应的,所述基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻,包括:
基于所述车辆信息中的车辆长度以及所述车辆的转弯半径确定所述车辆的外侧车辆横扫半径以及内侧车辆横扫半径,并基于所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述道路的安全车道宽度;
基于所述目标对象在下一时刻的目标位姿信息、所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述目标对象在所述道路上的进入时刻以及离开时刻。
可选的,所述基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果,包括:
将所述通过时刻分别与所述进入时刻和所述离开时刻进行比对;
若比对结果为所述通过时刻小于等于所述离开时刻;并且,所述通过时刻大于等于所述进入时刻,则说明所述车辆会与所述目标对象在下一时刻会发生碰撞;
若比对结果为所述通过时刻大于所述离开时刻;或者,所述通过时刻小于所述进入时刻,则说明所述车辆会与所述目标对象在下一时刻不会发生碰撞。
可选的,所述基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果,还包括:
获取预设次数的碰撞结果,并基于所述预设次数的碰撞结果确定最终碰撞结果,基于所述最终碰撞结果执行对应的驾驶动作。
第二方面,本发明实施例还提供了一种车辆碰撞检测系统,该系统包括:
数据获取模块、数据处理模块和碰撞预测模块;所述数据获取模块、所述数据处理模块和所述碰撞预测模块之间通信连接;其中,
所述数据获取模块用于获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;
所述数据处理模块用于基于所述目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻;
所述碰撞预测模块用于基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明任意实施例提供的车辆碰撞检测方法。
第四方面,本发明实施例还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本发明任意实施例提供的车辆碰撞检测方法。
本发明实施例的技术方案具体通过获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息;基于目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻;基于车辆信息以及车辆的行驶信息确定车辆在车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。解决了现有技术中由于传感器误差引起的目标对象的位姿信息预测不准确,从而导致碰撞预测准确性低的问题,实现了提高车辆碰撞检测的准确性,以及提高车辆驾驶的安全性。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案,下面对描述实施例中所需要用到的附图做一简单介绍。显然,所介绍的附图只是本发明所要描述的一部分实施例的附图,而不是全部的附图,对于本领域普通技术人员,在不付出创造性劳动的前提下,还可以根据这些附图得到其他的附图。
图1是本发明实施例一提供的车辆碰撞检测方法的流程示意图;
图2是本发明实施例一涉及的直道道路的结构示意图;
图3是本发明实施例一涉及的弯道道路的结构示意图;
图4是本发明实施例一涉及的另一种弯道道路的结构示意图;
图5是本发明实施例一涉及的另一种弯道道路的结构示意图;
图6是本发明实施例二提供的车辆碰撞检测方法的流程示意图;
图7是本发明实施例三提供的车辆碰撞检测系统的结构示意图;
图8为本发明实施例四提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种车辆碰撞检测方法的流程图,本实施例可适用于车辆在道路上行驶的情况,具体的,更适用于车辆驾驶员无法识别道路中障碍物的情况。该方法可以由车辆碰撞检测装置来执行,该装置可以由软件和/或硬件的方式来实现。
在对本发明实施例的技术方案进行介绍之前,先对本实施例的技术方案的应用场景进行示例性的介绍,当然下述应用场景的介绍只是作为可选实施例,本实施例的技术方案还可以应用于其他应用场景,本实施例对此不加以限制。具体的,本实施例的示例性应用场景包括:随着汽车智能驾驶技术的发展,智能辅助驾驶系统已经开始被各个国家以制定法规的方式来提其装车率。其中AEB(自动紧急制动)系统作为辅助驾驶系统能够有效识别碰撞风险,并对即将到来的风险进行评估,若有碰撞风险系统会进行制动以有效的避免碰撞,目前所提出的行人碰撞预测方法虽然可以进行一定的碰撞预警,但是现有技术方法对预测行人的运动状态时缺乏一定的合理性,从而使预测结果的准确性较低,不能保证自动驾驶的安全性。
为了解决上述技术问题,本发明实施例的技术方案提出通过车辆自身传感器模块以及周围环境传感器模块获取车辆的各个数据;将得到的数据进行处理,由于记录行人目标数据为散点形式数据,且连续状态下对数据分析时需先对数据进行处理,且行人的探测由于传感器自身原因会有误差出现,为保证目标信息的准确性我们需对行人的目标位姿信息进行数据处理;进一步的需要对自车运动状态以及行人运动状态进行实时的计算,观测本车与目标行人运动状态,首先对安全区域进行估计,然后通过目标与本车的运动关系计算是否能够出现碰撞情况,并根据前方碰撞预测模块的结果若有碰撞风险,且TTC小于一定阈值则会进行制动,确保行车安全。根据上述技术方案的核心思路,本发明实施例的技术方案具体通过获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息;基于目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻;基于车辆信息以及车辆的行驶信息确定车辆在车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。解决了现有技术中由于传感器误差引起的目标对象的位姿信息预测不准确,从而导致碰撞预测准确性低的问题,实现了提高车辆碰撞检测的准确性,以及提高车辆驾驶的安全性。
如图1所示,该技术方案具体包括以下步骤:
S110、获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息。
在本发明实施例中,车辆可以包括行驶在当前道路中的车辆,车辆的状态信息包括车辆的车辆信息和行驶信息;其中,车辆状态信息可以是车辆本身的信息;例如车辆长度、车辆宽度、以及车辆后轴到车辆尾部的长度等车辆信息。车辆行驶信息可以是车辆在行驶中的速度信息等行驶信息,例如车辆速度、车辆加速度、车辆转角等车辆行驶信息。车辆的环境信息可以具体可以包括车辆所在的道路信息以及车辆预设范围内的目标对象的初始位姿信息。示例性的,道路信息可以是当前道路是直道道路还是弯道道路、以及道路宽度等信息;目标对象的初始位姿信息包括目标对象距离当前车辆的距离以及速度,具体包括横向距离和纵向距离,以及横向速度和纵向速度;在本实施例中,目标对象可以是道路上的行人、其他车辆以及石头等道路上可能与当前车辆发生碰撞的障碍物,本实施例对目标对象的类型不加以限定。
可选的,获取车辆在当前时刻的状态信息的方法可以是基于车辆传感器获取车辆在当前时刻的状态信息;其中,车辆传感器包括轮速传感器,方向盘转角传感器,以及惯性测量单元。具体的,可以基于轮速传感器获取车辆在当前时刻的行驶速度;基于方向盘转角传感器获取车辆在当前时刻的转角;以及基于惯性测量单元获取车辆在当前时刻的位置信息等车辆行驶信息;当然,在一些实施例中还可以根据车辆说明书等内容确定车辆长度等车辆信息。
可选的,获取车辆在当前时刻的环境信息的方法可以是基于环境传感器获取车辆在当前时刻的环境信息;其中,环境传感器包括毫米波雷达,激光雷达,超声波雷达和摄像头。具体的,环境传感器可以安装在车辆的任意位置,以便于获取车辆周围的道路信息与周围目标对象的位姿信息。示例性的,摄像头位置可以安装在车辆的后视镜位置,便于获取车辆前方的道路信息;毫米波雷达安装在车辆进气格栅中,便于获取车辆周围目标对象的相对位置关系;激光雷达可以安装在车身顶部,以便于360度的扫描车辆周围的环境信息。
需要说明的是,基于上述各传感器获取车辆的状态信息以及环境信息的方法只是作为可选实施例,还可以根据实际情况采用其他的信息采集装置,以获取车辆的信息,本实施例对车辆的信息的获取方式不加以限定。
S120、基于目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻。
在本实施例中,可以是先基于环境传感器获取目标对象在当前时刻的初始位姿信息确定目标对象在下一时刻的初始位姿信息,对下一时刻的初始位姿信息进行调整,得到目标对象在下一时刻的目标位姿信息,并基于获取到的车辆信息确定目标对象在道路上的进入时刻以及离开时刻。
可选的,基于当前时刻的初始位姿信息确定下一时刻的初始位姿信息的方法可以是获取目标对象在当前时刻的加速度,并基于加速度调整新目标对象在当前时刻的初始位姿信息,得到目标对象在当前时刻的目标位姿信。
具体的,基于环境传感器确定目标对象在当前时刻的初始位姿信息,当前时刻的初位姿信息可以表达为:
Sk=(p,v);
其中,p为目标对象的位置信息,v为目标对象的速度信息。
具体的,展开可表示为:
Sk=(px,py,vx,vy)T;
其中,px表示目标对象的横向位置信息;py表示目标对象的纵向位置信息;vx表示目标对象的横向速度信息;vy表示目标对象的纵向速度信息。
进一步的,基于预设的位姿预测矩阵以及当前时刻的初始位姿信息确定下一时刻的初始位姿信息;具体表达式可以是:
Sk+1=AsK+v;
其中,A是预设的位姿预测矩阵;v是车辆的速度测量矩阵。
具体的,位姿预测矩阵可以表示为:
A'=APAT+Q;
其中,Q表示过程噪声的协方差矩阵,Q可以表示为:
进而,Q展开可表示为:
其中,可以表示为行人的偏差,一般可以设置为0.5m/s2;G表示为目标对象的测量误差矩阵;具体的,G可以表示为:
其中,t表示时间。
具体的,车辆的速度测量矩阵可以表示为:
在一些实施例中,在上述的位姿预测矩阵中还包括车辆的测量误差,具体误差R可以表示为:
进一步的,因为目标对象的位姿信息预测中,目标对象并非一个稳定匀速的运动状态,所以为了进一步的保证位姿信息预测的准确性,位姿信息中速度预测应该考虑到加速度。所以,本实施例在获得目标对象在下一时刻的初始位姿信息之后,基于卡尔曼滤波调整初始位姿信息,得到目标位姿信息。具体的,可以基于牛顿第二运动定律,对得到的初始位姿信息进行调整,得到目标对象在下一时刻的目标位姿信息;具体的,目标位姿信息的表达式可以展开表示为:
需要说明的是,调整目标对象的初始位姿信息的方法还可以采用出上述卡尔曼滤波以外的其他滤波方法,以得到目标位姿信息,本实施例对调整方法不加以限定。
进一步的,基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻。具体的,由于在弯道以及直道上车辆行驶状态以及安全车道宽度都不相同,所以需要对于针对于不同的道路情况进行具体分析。
可选的,若车辆所处的道路为直道道路,基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻的方法可以是基于车辆信息中的车辆宽度以及预设车辆距离阈值确定道路的安全车道宽度基于目标对象的横向距离信息和安全车道宽度的差值与目标对象的横向速度信息确定目标对象在道路上的进入时刻;基于目标对象的横向距离信息和安全车道宽度的和值与目标对象的横向速度信息确定目标对象在道路上的离开时刻。
具体的直道道路如图2所示,确定车辆信息中的车辆宽度以及获取预设的安全距离阈值;将安全距离阈值和车辆宽度的和值确定为安全车道宽度;具体的表达式可以是:
d=w+s;
其中,d标识安全车道宽度;w标识车辆宽度;s表示安全距离阈值;其中安全距离阈值为可调量,可以根据道路以及车辆的不同而设置不同的数值。
进一步的,基于安全车道以及目标对象的横向距离信息以及目标对象的横向速度信息确定目标对象在道路上的进入时间以及离开时间。
可选的,基于目标对象的横向距离信息和安全车道宽度的差值与目标对象的横向速度信息确定目标对象在道路上的进入时刻。具体的,确定目标对象在道路上的进入时刻的表达式可以是:
其中,Tapr表示目标对象在道路上的进入时刻;(w/2+s)表示安全车道宽度。
可选的,基于目标对象的横向距离信息和安全车道宽度的和值与目标对象的横向速度信息确定目标对象在道路上的离开时刻。具体的,确定目标对象在道路上的时刻的表达式可以是:
其中,Tdpt表示目标对象在道路上的离开时刻;(w/2+s)表示安全车道宽度。
值得注意的是,因为在计算过程中车辆宽度等数据是具有方向的向量,所以上述表达式中的安全车道宽度基于车辆宽度的一半数值进行计算。
可选的,若车辆所处的道路为直道道路,基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻的方法可以是基于车辆信息中的车辆长度以及车辆的转弯半径确定车辆的外侧车辆横扫半径以及内侧车辆横扫半径,并基于外侧车辆横扫半径和内侧车辆横扫半径确定道路的安全车道宽度;基于目标对象在下一时刻的目标位姿信息、外侧车辆横扫半径和内侧车辆横扫半径确定目标对象在道路上的进入时刻以及离开时刻。
具体的弯道道路如图3所示,在确定安全车道宽度的过程中由于车辆转弯特性需要计算车身扫过面积。具体的,确定弯道道路的安全车道宽的方法如图4所示,首先基于车辆速度以及车辆转角确定车辆的转弯半径;具体表达式可以是:
其中,R表示车辆半径,V表示车辆速度;ω表示车辆转角。
进一步的,基于车辆转弯半径确定车辆的外侧车辆横扫半径,以及内侧车辆横扫半径。具体的,可以基于下述表达式确定外侧车辆横扫半径:
其中,Rmax表示外侧车辆横扫半径;L表示车辆长度、m表示车辆后轴至车辆尾部的长度。
具体的,可以基于下述表达式确定内侧车辆横扫半径:
其中,Rmin表示外侧车辆横扫半径。
进一步的,基于外侧车辆横扫半径和内侧车辆横扫半径的差值确定道路的安全车道宽度;具体表达式为:
d=Rmax-Rmin;
进一步的,安全车道宽度还可以展开表示为:
进一步的,基于安全车道以及目标对象的纵向距离信息以及目标对象的纵向速度信息确定目标对象在道路上的进入时间以及离开时间。
可选的,基于目标对象在下一时刻的目标位姿信息、外侧车辆横扫半径和内侧车辆横扫半径确定目标对象在道路上的进入时刻以及离开时刻。
具体的如图5所示,以右转目标对象从副驾驶侧向驾驶员侧穿行为例对目标对象在道路上的进入时刻以及离开时刻进行介绍:
具体的,基于目标对象在下一时刻的目标位姿信息确定目标对象的运动方程,该运动方程的具体表达式为:
其中,px表示目标对象的横向位置信息;py表示目标对象的纵向位置信息;vx表示目标对象的横向速度信息;vy表示目标对象的纵向速度信息。
Tapr为目标对象的位置移动到上述方程与Rmin交点处的时间,同理Tdpt为目标对象的位置移动到上述方程与Rmax交点处的时间。
进一步的,联立方程求得相交点坐标,即可求得行人与两圆相交点距离分别用Lmin和Lmax表示。
进一步的:
其中,Tapr表示目标对象在道路上的进入时刻;Tdpt表示目标对象在道路上的离开时刻。
S130、基于车辆信息以及车辆的行驶信息确定车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。
在本实施例中,车道上的通过时刻可以基于上述实施例中计算得到的安全车辆宽度与车辆速度得到;具体确定车辆的通过时刻的表达式可以是:
其中,TTC表示车辆的通过时刻,S表示实际车道宽度。
需要说明的是,在本实施例中,直道和弯道的TTC的计算方法是相同的。
进一步的,在确定目标对象在道路上的进入时刻、离开时刻以及车辆在道路上的通过时刻之后,基于目标对象在道路上的进入时刻、离开时刻以及车辆在道路上的通过时刻确定道路上的车辆以及目标对象是否会发生碰撞。
可选的,确定道路上的车辆以及目标对象是否会发生碰撞的方法可以是将通过时刻分别与进入时刻和离开时刻进行比对;若比对结果为通过时刻小于等于离开时刻;并且,通过时刻大于等于进入时刻,则说明车辆会与目标对象在下一时刻会发生碰撞;若比对结果为通过时刻大于离开时刻;或者,通过时刻小于进入时刻,则说明车辆会与目标对象在下一时刻不会发生碰撞。
具体的,将车辆的通过时刻分别与目标对象的进入时刻和目标对象的离开时刻进行比对,得到比对结果。若Tapr<TTC<Tdpt,则车辆与目标对象会在道路上发生碰撞;反之,若TTC>Tdpt或者TTC<Tapr,则车辆与目标对象不会在道路上发生碰撞。
本发明实施例的技术方案具体通过获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息;基于目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻;基于车辆信息以及车辆的行驶信息确定车辆在车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。解决了现有技术中由于传感器误差引起的目标对象的位姿信息预测不准确,从而导致碰撞预测准确性低的问题,实现了提高车辆碰撞检测的准确性,以及提高车辆驾驶的安全性。
实施例二
图6为本发明实施例二提供的一种车辆碰撞检测方法的流程图,本实施例在上述各实施例的基础上,在步骤“基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果”之后增加了“获取预设次数的碰撞结果,并基于预设次数的碰撞结果确定最终碰撞结果,基于最终碰撞结果执行对应的驾驶动作。”其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图6,本实施例提供的车辆碰撞检测方法包括:
S210、获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息。
S220、基于目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻。
S230、基于车辆信息以及车辆的行驶信息确定车辆在车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。
S240、获取预设次数的碰撞结果,并基于预设次数的碰撞结果确定最终碰撞结果,基于最终碰撞结果执行对应的驾驶动作。
在本发明实施例中,基于上述实施例中确定车辆与目标对象是否会发生碰撞的碰撞方法,连续获取预设次数的碰撞结果,并基于预设次数的碰撞结果确定最终碰撞结果。
可选的,基于最终碰撞结果执行对应的驾驶动作可以是执行对应的驾驶动作可以包括确定车辆与目标对象会发生碰撞时,控制车辆进行紧急制动;反正,确定车辆与目标对象不会发生碰撞时,控制车辆保持当前行驶状态。
具体的,为了保证驾驶稳定性,可以根据碰撞结果中的会发生碰撞的概率达到预设概率阈值之后,控制车辆进行紧急制动;当然,也可以为了保证驾驶的安全性,只有预设碰撞结果中有会发生碰撞的概率即控制车辆进行紧急制动。本实施例对基于最终碰撞结果执行对应的驾驶动作不加以限定。
需要说明的是,需要执行当前碰撞结果计算方法的装置进行高速运转计算,以保证计算预设次数的碰撞结果的总时间在10ms以内,从而保证车辆执行驾驶动作的实时性。
本发明实施例的技术方案具体通过获取车辆在当前时刻的状态信息和环境信息;其中,状态信息包括车辆信息和行驶信息;环境信息包括车辆预设范围内目标对象的初始位姿信息和车道信息;基于目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及下一时刻的目标位姿信息,确定目标对象在道路上的进入时刻以及离开时刻;基于车辆信息以及车辆的行驶信息确定车辆在车道上的通过时刻,并基于通过时刻、目标对象的进入时刻和离开时刻确定车辆与目标对象的碰撞结果。获取预设次数的碰撞结果,并基于预设次数的碰撞结果确定最终碰撞结果,基于最终碰撞结果执行对应的驾驶动作。解决了现有技术中由于传感器误差引起的目标对象的位姿信息预测不准确,从而导致碰撞预测准确性低的问题,实现了提高车辆碰撞检测的准确性,以及提高车辆驾驶的安全性。
以下是本发明实施例提供的车辆碰撞检测系统的实施例,该系统与上述各实施例的车辆碰撞检测方法属于同一个发明构思,在车辆碰撞检测系统的实施例中未详尽描述的细节内容,可以参考上述车辆碰撞检测方法的实施例。
实施例三
图7为本发明实施例三提供的车辆碰撞检测系统的结构示意图,本实施例可适用于在软件测试中进行性能测试的情况。该车辆碰撞检测系统的具体结构包括:数据获取模块310、数据处理模块320和碰撞预测模块330;所述数据获取模块310、所述数据处理模块320和所述碰撞预测模块330之间通信连接;其中,
所述数据获取模块310用于获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;
所述数据处理模块320用于基于所述目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻;
所述碰撞预测模块330用于基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果。
本发明实施例的技术方案具体通过获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;基于所述目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在所述道路上的进入时刻以及离开时刻;基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果。解决了现有技术中由于传感器误差引起的目标对象的位姿信息预测不准确,从而导致碰撞预测准确性低的问题,实现了提高车辆碰撞检测的准确性,以及提高车辆驾驶的安全性。
在上述各实施例的基础上,数据获取模块310,包括:
状态信息获取单元,用于基于车辆传感器获取所述车辆在当前时刻的状态信息;其中,所述车辆传感器包括轮速传感器,方向盘转角传感器,以及惯性测量单元;
环境信息获取单元,用于基于环境传感器获取所述车辆在当前时刻的环境信息;其中,所述环境传感器包括毫米波雷达,激光雷达,超声波雷达和摄像头。
在上述各实施例的基础上,数据处理模块320,包括:
初始位姿信息确定单元,用于基于预设的位姿预测矩阵以及所述目标对象在当前时刻的初始位姿信息确定所述目标对象在下一时刻的初始位姿信息;
目标位姿信息确定单元,用于获取所述目标对象在当前时刻的加速度,并基于所述加速度调整所述目标对象在下一时刻的初始位姿信息,得到所述目标对象在下一时刻的目标位姿信息。
在上述各实施例的基础上,所述车道信息包括直道车道;所述目标对象的目标位姿信息包括目标对象的横向距离信息以及目标对象的横向速度信息;
相应的,数据处理模块320,包括:
第一安全车道宽度确定单元,用于基于车辆信息中的车辆宽度以及预设车辆距离阈值确定所述道路的安全车道宽度;
第一进入时刻确定单元,用于基于所述目标对象的横向距离信息和所述安全车道宽度的差值与所述目标对象的横向速度信息确定所述目标对象在所述道路上的进入时刻;
第一离开时刻确定单元,用于基于所述目标对象的横向距离信息和所述安全车道宽度的和值与所述目标对象的横向速度信息确定所述目标对象在所述道路上的离开时刻。
在上述各实施例的基础上,所述车道信息包括弯道车道;所述目标对象的目标位姿信息包括目标对象的纵向距离信息以及目标对象的纵向速度信息;
相应的,数据处理模块320,包括:
第二安全车道宽度确定单元,用于基于所述车辆信息中的车辆长度以及所述车辆的转弯半径确定所述车辆的外侧车辆横扫半径以及内侧车辆横扫半径,并基于所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述道路的安全车道宽度;
第二进入时刻和离开时刻确定单元,用于基于所述目标对象在下一时刻的目标位姿信息、所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述目标对象在所述道路上的进入时刻以及离开时刻。
在上述各实施例的基础上,碰撞预测模块330,包括:
比对单元,用于将所述通过时刻分别与所述进入时刻和所述离开时刻进行比对;
第一比对结果确定单元,用于若比对结果为所述通过时刻小于等于所述离开时刻;并且,所述通过时刻大于等于所述进入时刻,则说明所述车辆会与所述目标对象在下一时刻会发生碰撞;
第二比对结果确定单元,用于若比对结果为所述通过时刻大于所述离开时刻;或者,所述通过时刻小于所述进入时刻,则说明所述车辆会与所述目标对象在下一时刻不会发生碰撞。
在上述各实施例的基础上,碰撞预测模块330,包括:
执行单元,用于获取预设次数的碰撞结果,并基于所述预设次数的碰撞结果确定最终碰撞结果,基于所述最终碰撞结果执行对应的驾驶动作。
本发明实施例所提供的车辆碰撞检测系统可执行本发明任意实施例所提供的车辆碰撞检测方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述车辆碰撞检测系统的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
图8为本发明实施例四提供的一种电子设备的结构示意图。图8示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图8显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,电子设备12以通用计算电子设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图8所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图8中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及样本数据获取,例如实现本发实施例所提供的一种车辆碰撞检测方法步骤,车辆碰撞检测方法包括:
获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;
基于所述目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在所述道路上的进入时刻以及离开时刻;
基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的样本数据获取方法的技术方案。
实施例五
本实施例五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例如实现本发实施例所提供的一种车辆碰撞检测方法步骤,车辆碰撞检测方法包括:
获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;
基于所述目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在所述道路上的进入时刻以及离开时刻;
基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种车辆碰撞检测方法,其特征在于,包括:
获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;所述目标对象为道路上可能与所述车辆发生碰撞的障碍物;所述车道信息包括直道车道和弯道车道;
基于所述目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻;
基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果;
其中,所述基于所述目标对象在当前时刻的初始位姿信息确定在下一时刻的调整后的目标位姿信息,包括:
基于预设的位姿预测矩阵、车辆的速度测量矩阵以及所述目标对象在当前时刻的初始位姿信息确定所述目标对象在下一时刻的初始位姿信息;
获取所述目标对象在当前时刻的加速度,并基于所述加速度调整所述目标对象在下一时刻的初始位姿信息,得到所述目标对象在下一时刻的目标位姿信息;
其中,所述车道信息包括弯道车道;所述目标对象的目标位姿信息包括目标对象的纵向距离信息以及目标对象的纵向速度信息;
相应的,所述基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻,包括:
基于所述车辆信息中的车辆长度以及所述车辆的转弯半径确定所述车辆的外侧车辆横扫半径以及内侧车辆横扫半径,并基于所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述道路的安全车道宽度;
基于所述目标对象在下一时刻的目标位姿信息、所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述目标对象在所述道路上的进入时刻以及离开时刻。
2.根据权利要求1所述的方法,其特征在于,所述获取车辆在当前时刻的状态信息和环境信息,包括:
基于车辆传感器获取所述车辆在当前时刻的状态信息;其中,所述车辆传感器包括轮速传感器,方向盘转角传感器,以及惯性测量单元;
基于环境传感器获取所述车辆在当前时刻的环境信息;其中,所述环境传感器包括毫米波雷达,激光雷达,超声波雷达和摄像头。
3.根据权利要求1所述的方法,其特征在于,所述车道信息包括直道车道;所述目标对象的目标位姿信息包括目标对象的横向距离信息以及目标对象的横向速度信息;
相应的,所述基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在道路上的进入时刻以及离开时刻,包括:
基于车辆信息中的车辆宽度以及预设车辆距离阈值确定所述道路的安全车道宽度;
基于所述目标对象的横向距离信息和所述安全车道宽度的差值与所述目标对象的横向速度信息确定所述目标对象在所述道路上的进入时刻;
基于所述目标对象的横向距离信息和所述安全车道宽度的和值与所述目标对象的横向速度信息确定所述目标对象在所述道路上的离开时刻。
4.根据权利要求1所述的方法,其特征在于,所述基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果,包括:
将所述通过时刻分别与所述进入时刻和所述离开时刻进行比对;
若比对结果为所述通过时刻小于等于所述离开时刻;并且,所述通过时刻大于等于所述进入时刻,则说明所述车辆会与所述目标对象在下一时刻会发生碰撞;
若比对结果为所述通过时刻大于所述离开时刻;或者,所述通过时刻小于所述进入时刻,则说明所述车辆会与所述目标对象在下一时刻不会发生碰撞。
5.根据权利要求1所述的方法,所述基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果,还包括:
获取预设次数的碰撞结果,并基于所述预设次数的碰撞结果确定最终碰撞结果,基于所述最终碰撞结果执行对应的驾驶动作。
6.一种碰撞预测系统,其特征在于,包括:数据获取模块、数据处理模块和碰撞预测模块;所述数据获取模块、所述数据处理模块和所述碰撞预测模块之间通信连接;其中,
所述数据获取模块用于获取车辆在当前时刻的状态信息和环境信息;其中,所述状态信息包括车辆信息和行驶信息;所述环境信息包括所述车辆预设范围内目标对象的初始位姿信息和车道信息;所述目标对象为道路上可能与所述车辆发生碰撞的障碍物;所述车道信息包括直道车道和弯道车道;
所述数据处理模块用于基于所述目标对象在当前时刻的初始位姿信息进行调整得到目标位姿信息以及确定下一时刻的目标位姿信息,并基于获取到的车辆信息以及所述下一时刻的目标位姿信息,确定所述目标对象在所述道路上的进入时刻以及离开时刻;
所述碰撞预测模块用于基于所述车辆信息以及所述车辆的行驶信息确定所述车辆在所述车道上的通过时刻,并基于所述通过时刻、所述目标对象的进入时刻和离开时刻确定所述车辆与所述目标对象的碰撞结果;
其中,所述数据处理模块,包括:
初始位姿信息确定单元,用于基于预设的位姿预测矩阵、车辆的速度测量矩阵以及所述目标对象在当前时刻的初始位姿信息确定所述目标对象在下一时刻的初始位姿信息;
目标位姿信息确定单元,用于获取所述目标对象在当前时刻的加速度,并基于所述加速度调整所述目标对象在下一时刻的初始位姿信息,得到所述目标对象在下一时刻的目标位姿信息;
其中,所述车道信息包括弯道车道;所述目标对象的目标位姿信息包括目标对象的纵向距离信息以及目标对象的纵向速度信息;
相应的,所述数据处理模块,包括:
第二安全车道宽度确定单元,用于基于所述车辆信息中的车辆长度以及所述车辆的转弯半径确定所述车辆的外侧车辆横扫半径以及内侧车辆横扫半径,并基于所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述道路的安全车道宽度;
第二进入时刻和离开时刻确定单元,用于基于所述目标对象在下一时刻的目标位姿信息、所述外侧车辆横扫半径和所述内侧车辆横扫半径确定所述目标对象在所述道路上的进入时刻以及离开时刻。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的车辆碰撞检测方法。
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如权利要求1-5中任一所述的车辆碰撞检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111214399.XA CN113911111B (zh) | 2021-10-19 | 2021-10-19 | 车辆碰撞检测方法、系统、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111214399.XA CN113911111B (zh) | 2021-10-19 | 2021-10-19 | 车辆碰撞检测方法、系统、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113911111A CN113911111A (zh) | 2022-01-11 |
CN113911111B true CN113911111B (zh) | 2024-03-26 |
Family
ID=79241163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111214399.XA Active CN113911111B (zh) | 2021-10-19 | 2021-10-19 | 车辆碰撞检测方法、系统、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113911111B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114475586B (zh) * | 2022-01-19 | 2023-11-17 | 上汽通用五菱汽车股份有限公司 | 行人目标筛选方法、装置、电子设备及可读存储介质 |
CN115409871B (zh) * | 2022-10-31 | 2023-03-24 | 浙江中测新图地理信息技术有限公司 | 一种基于位置智能的三维场景虚实交互方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448439A (zh) * | 2018-12-25 | 2019-03-08 | 科大讯飞股份有限公司 | 车辆安全行驶方法及装置 |
CN109720345A (zh) * | 2018-12-29 | 2019-05-07 | 北京经纬恒润科技有限公司 | 一种切入车辆监测方法及系统 |
CN110239535A (zh) * | 2019-07-03 | 2019-09-17 | 国唐汽车有限公司 | 一种基于多传感器融合的弯道主动避撞控制方法 |
CN111361564A (zh) * | 2020-04-29 | 2020-07-03 | 吉林大学 | 一种考虑效益最大化的车道变更系统及综合决策方法 |
WO2020259243A1 (zh) * | 2019-06-28 | 2020-12-30 | 长城汽车股份有限公司 | 车辆行驶控制方法及设备 |
CN112526999A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 速度规划方法、装置、电子设备和存储介质 |
CN112874531A (zh) * | 2021-02-02 | 2021-06-01 | 福瑞泰克智能系统有限公司 | 车辆弯道防撞控制方法、装置和系统 |
KR20210065075A (ko) * | 2020-05-14 | 2021-06-03 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체 |
CN113178081A (zh) * | 2021-05-17 | 2021-07-27 | 中移智行网络科技有限公司 | 一种车辆汇入预警方法、装置及电子设备 |
CN113327458A (zh) * | 2021-07-08 | 2021-08-31 | 潍柴动力股份有限公司 | 车辆碰撞预测方法、车辆碰撞预测系统及电子装置 |
-
2021
- 2021-10-19 CN CN202111214399.XA patent/CN113911111B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448439A (zh) * | 2018-12-25 | 2019-03-08 | 科大讯飞股份有限公司 | 车辆安全行驶方法及装置 |
CN109720345A (zh) * | 2018-12-29 | 2019-05-07 | 北京经纬恒润科技有限公司 | 一种切入车辆监测方法及系统 |
WO2020259243A1 (zh) * | 2019-06-28 | 2020-12-30 | 长城汽车股份有限公司 | 车辆行驶控制方法及设备 |
CN110239535A (zh) * | 2019-07-03 | 2019-09-17 | 国唐汽车有限公司 | 一种基于多传感器融合的弯道主动避撞控制方法 |
CN111361564A (zh) * | 2020-04-29 | 2020-07-03 | 吉林大学 | 一种考虑效益最大化的车道变更系统及综合决策方法 |
KR20210065075A (ko) * | 2020-05-14 | 2021-06-03 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 차량 주행 궤적의 예측 방법, 장치, 기기 및 저장 매체 |
CN112526999A (zh) * | 2020-12-22 | 2021-03-19 | 北京百度网讯科技有限公司 | 速度规划方法、装置、电子设备和存储介质 |
CN112874531A (zh) * | 2021-02-02 | 2021-06-01 | 福瑞泰克智能系统有限公司 | 车辆弯道防撞控制方法、装置和系统 |
CN113178081A (zh) * | 2021-05-17 | 2021-07-27 | 中移智行网络科技有限公司 | 一种车辆汇入预警方法、装置及电子设备 |
CN113327458A (zh) * | 2021-07-08 | 2021-08-31 | 潍柴动力股份有限公司 | 车辆碰撞预测方法、车辆碰撞预测系统及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113911111A (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6831420B2 (ja) | 自動運転車の軌跡候補を評価するための方法 | |
JP6757819B2 (ja) | 最適化方法による自動運転車両のための計画駐車軌跡の生成 | |
CN111775940B (zh) | 一种自动换道方法、装置、设备及存储介质 | |
US10824153B2 (en) | Cost design for path selection in autonomous driving technology | |
US10507813B2 (en) | Method and system for automated vehicle emergency light control of an autonomous driving vehicle | |
CN110660256B (zh) | 一种信号灯状态的估计方法及装置 | |
CN113911111B (zh) | 车辆碰撞检测方法、系统、电子设备以及存储介质 | |
EP3276589B1 (en) | Driving assistance device | |
CN112172835B (zh) | 一种车辆预警方法、装置、设备及存储介质 | |
JP6808775B2 (ja) | 複数のキューを利用したオブジェクト追跡 | |
CN113631452B (zh) | 一种变道区域获取方法以及装置 | |
CN113734201B (zh) | 车辆冗余控制方法、装置、电子设备及介质 | |
CN112046494B (zh) | 一种车辆控制方法、装置、设备及存储介质 | |
CN112977376B (zh) | 车辆制动控制方法、装置、设备和存储介质 | |
CN114802251A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及存储介质 | |
CN113353083B (zh) | 车辆行为识别方法 | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
CN114444208A (zh) | 自动驾驶系统的可靠性确定方法、装置、设备及介质 | |
CN113650617A (zh) | 一种防追尾碰撞的方法、装置、电子设备和存储介质 | |
CN113602263A (zh) | 车辆避让方法、装置、车载设备及存储介质 | |
US20200283015A1 (en) | Vehicle control apparatus, vehicle control method, vehicle, and storage medium | |
CN115139999B (zh) | 车辆与行人防撞控制方法及装置、电子设备、存储介质 | |
KR102334039B1 (ko) | 차량용 acc 시스템 시험평가 장치 | |
CN111796587B (zh) | 自动驾驶方法及存储介质、电子设备 | |
CN117508159A (zh) | 车辆控制方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |