CN113978481A - 车道异常提醒方法、装置、存储介质和终端 - Google Patents
车道异常提醒方法、装置、存储介质和终端 Download PDFInfo
- Publication number
- CN113978481A CN113978481A CN202111218940.4A CN202111218940A CN113978481A CN 113978481 A CN113978481 A CN 113978481A CN 202111218940 A CN202111218940 A CN 202111218940A CN 113978481 A CN113978481 A CN 113978481A
- Authority
- CN
- China
- Prior art keywords
- road side
- lane
- road
- abnormal
- vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 109
- 230000005856 abnormality Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000012216 screening Methods 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000035484 reaction time Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000497429 Obus Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种车道异常提醒方法、装置、存储介质和终端，其中，所述方法包括：获取车辆的当前位置和路径规划信息；根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；根据所述道路状态信息和所述车道异常信息，计算所述车辆通过所述异常车道的概率；若所述概率大于第一预设阈值，则提醒车道异常。本发明所述的方法，通过云端对路侧单元和车辆上的车载设备进行统一调度，实现将边端分散的数据孤岛进行整合，及时为司机提供最新最全的道路状况，避免出现道路拥塞。
Description
技术领域
本发明涉及车联网技术领域，尤其涉及车道异常提醒方法、装置、存储介质和终端。
背景技术
传统方法中当安装有车载单元的车辆进入路侧单元的通讯范围时，车载单元接收路侧单元在前方道路发生异常事件的情况下发送的道路异常事件消息；在车辆继续行驶过程中，车载单元动态判断道路异常事件消息是否满足预警输出触发条件；在满足预警输出触发条件的情况下，车载单元根据道路异常事件消息输出预警信息。考虑了车辆行驶过程中异常事件的动态判断，但不足之处是只有当车辆进入路侧单元的通讯范围时，才能接受到道路异常事件消息的下发，具有地区局限性，异常预警的提示范围受限于路侧单元的辐射范围。又或者，收集与路段相关联的驾驶数据；将收集的驾驶数据与正常观察样本进行比较，以确定驾驶数据是否是异常数据，响应于驾驶数据是异常数据，将异常数据和路段放入异常数据库中，并连续记录该路段的驾驶数据；根据与所述路段相关联的异常数据的出现次数来确定所述路段是否为异常路段；以及根据预设模型预测被确定为异常路段的异常原因。但是正常样本与异常样本的收集与标注需要大量的人工收集以及校验，存在前期工作的负担和误判/标准不统一风险，且路端异常判断是基于驾驶数据来做决断，因此在车主的实际出行中，预测的提前性和反应时间预留较差。
发明内容
为了至少解决上述一个技术问题，本发明提出了车道异常提醒方法、装置、存储介质和终端，本发明具体是以如下技术方案实现的：
本发明的第一个方面提出了车道异常提醒方法，所述方法包括：
获取车辆的当前位置和路径规划信息；
根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；
根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；
根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；
根据所述道路状态信息和所述车道异常信息，计算所述车辆通过异常车道的概率；
若所述概率大于第一预设阈值，则提醒车道异常。
在一些可能的实施方式中，所述根据所述道路状态信息和所述车道异常信息，计算所述车辆通过所述异常车道的概率，包括：
根据所述道路状态信息和所述车道异常信息，筛选出所述路侧单元列表中覆盖异常车道的路侧单元；
计算筛选出的所述路侧单元与所述当前位置的距离；
根据所述距离利用规则引擎由近及远依次计算所述车辆经过所述路侧单元覆盖的所述异常车道的概率。在一些可能的实施方式中，所述将所述路侧单元存储至路侧单元列表之前，还包括构建所述路侧单元列表。
在一些可能的实施方式中，所述方法还包括，
若所述概率小于或等于第二预设阈值，则从所述路侧单元列表中删除覆盖所述异常车道的所述路侧单元。
在一些可能的实施方式中，所述根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹，包括：
获取所述车辆行驶的目的地；
根据所述当前位置和所述目的地，获取车辆的可行驶路线；
根据所述可行使路线和所述路径规划信息，确定所述预行驶轨迹。
在一些可能的实施方式中，所述根据所述预行驶轨迹，确定所述车辆途径的路侧单元，包括：
获取数据库中的所述路侧单元分布数据；
筛选出在所述预行驶轨迹的预设距离阈值内的所述路侧单元。
本发明的第二个方面提出了车道异常提醒装置，所述装置包括：
信息获取模块，用于获取车辆的当前位置和路径规划信息；
预行驶轨迹确定模块，用于根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；
路侧单元确定模块，用于根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；
异常状态获取模块，用于根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；
概率计算模块，用于根据所述道路状态信息和所述车道异常信息，计算所述车辆通过异常车道的概率；
异常提醒模块，用于若所述概率大于第一预设阈值，则提醒车道异常。
在一些可能的实施方式中，所述概率计算模块，包括：
异常车道筛选单元，用于根据所述道路状态信息和所述车道异常信息，筛选出所述路侧单元列表中覆盖异常车道的路侧单元；
距离计算单元，用于计算筛选出的所述路侧单元与所述当前位置的距离；
概率计算单元，用于根据所述距离利用规则引擎由近及远依次计算所述车辆经过所述路侧单元覆盖的所述异常车道的概率。
在一些可能的实施方式中，所述装置还包括路侧单元列表构建模块，用于构建所述路侧单元列表。
在一些可能的实施方式中，所述装置还包括，路侧单元删除模块，用于若所述概率小于或等于第二预设阈值，则从所述路侧单元列表中删除覆盖所述异常车道的所述路侧单元。
在一些可能的实施方式中，预行驶轨迹确定模块20包括：
目的地获取单元，用于获取所述车辆行驶的目的地；
可行使路线获取单元，用于根据所述当前位置和所述目的地，获取车辆的可行驶路线；
预行驶轨迹确定单元，用于根据所述可行使路线和所述路径规划信息，确定预行驶轨迹。
在一些可能的实施方式中，路侧单元确定模块30包括：
路侧单元分布数据获取单元，用于获取数据库中的路侧单元分布数据；
路侧单元筛选单元，用于筛选出在所述预行驶轨迹的预设距离阈值内的所述路侧单元。
本发明还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述的车道异常提醒方法。
本发明还提供一种终端，包括一个或多个处理器和存储器。存储器与所述处理器耦接，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上述的车道异常提醒方法。
采用上述技术方案，本发明所述的车道异常提醒方法、装置、存储介质和终端，具有如下有益效果：
本发明采用云管端架构，在路侧和车端进行信息的输入和道路的分析，在云端进行数据的采集和数据处理的流程的统一调度，实现将边端分散的数据孤岛进行整合及联结，完成从局部信息到全局信息的分析维度升级，能够及时为司机提供最新的道路状况，实现全局性的车道异常预警能力，给予驾驶员充分的反应时间和路径重新规划的安排,及时对车道级别的拥堵进行预测，给予驾驶员更加精细的决策数据支撑，避免盲目选择路线造成的道路拥塞，或因不能及时获取道路异常消息导致的交通事故等危险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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为本发明实施例提供的车道异常提醒方法的流程图；
图2为本发明另一实施例提供的车道异常提醒方法的详细流程图；
图3为本发明实施例提供的车道异常提醒方法的结构图；
图4为本发明实施例提供的计算机终端设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅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做出创造性劳动的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。
在本申请所提供的几个实施例中，所描述的系统实施例仅仅是示意性的，例如所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述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模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
在当今车联网、传统交通、信息交互等领域碰撞和融合的今天，人们愈发重视、也渴望在驾驶或其他交通出行的过程中，能够获得更多、更及时、更精细的道路状况信息，以便于更准确、更及时、更早期地做出相应的出行决策，确保自己的出行能够通畅、顺利、无阻且安全。因此，如何实现全局精细的出行道路分析，对出行质量和安全的提升意义重大。
本发明实施例中提供了车道异常提醒方法，实施环境包括车辆、路侧单元和云平台，车道异常提醒方法的执行主体是云平台，如图1所示，所述方法包括：
S101、获取车辆的当前位置和路径规划信息；
车辆用户由车载单元输入目的地位置，车载单元获取当前位置，并根据当前位置和目的地位置进行路径规划，规划的路径可以有多条，云平台利用适配器将从路侧单元和车载单元中获取数据进行格式转换，转换为程序所需要的数据结构样式，从而从获取的数据中识别出车辆的当前位置和路径规划信息。通过中心云平台的干预，将离散的路侧单元的信息进行了归纳和统一，实现从局部到全局的纬度升级。路侧单元(Road Side Unit，RSU)是ETC系统中，安装在路侧，采用DSRC(Dedicated Short Range Communication)技术，与车载单元(OBU，On Board Unit)进行通讯；车载单元(OBU，On Board Unit)采用DSRC(Dedicated Short Range Communication)技术，与RSU进行通讯的微波装置。在ETC系统中，OBU放在车上，路边架设路侧单元(RSU-Road Side Unit)，相互之间通过微波进行通讯。
在高速公路、车场管理中，在路侧安装RSU，建立无人值守的快速专用车道。
RSU的设计，遵循国家标准为GB20851，通讯频率为5.8GHz。RSU是由高增益定向束控读写天线和射频控制器组成。高增益定向束控读写天线是一个微波收发模块，负责信号和数据的发送/接收、调制/解调、编码/解码、加密/解密；射频控制器是控制发射和接收数据以及处理向上位机收发信息的模块。
S102、根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；
通过车辆的当前位置，分割规划路径信息，得出车辆的未来规划路径，未来规划路径可以是一条或多条，若是有多条未来规划路径，则由云平台依据当前位置、时间或距离等因素确定最终行驶轨迹，作为预行驶轨迹。若规划的路径仅有一条，则直接根据当前位置和未来规划路径确定车辆的预行驶轨迹。
S103、根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；
云平台从数据库中获取路侧单元(RSU)的分布数据，并根据车辆的预行驶轨迹，和预设的距离阈值进行比对，筛选出符合条件的路侧单元，符合条件的路侧单元满足在预行驶轨迹的预设的距离阈值范围内的条件，并将符合条件的路侧单元存入路侧单元列表中，其中预设的距离阈值是根据路侧单元的监控范围确定。每一个路侧单元关联预行驶轨迹的一段规划行驶路段。将符合条件的路侧单元单独存入一个路侧单元列表中，以方便云平台的直接访问。
S104、根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；
云平台从路侧单元列表中每个路侧单元，计算每个路测单元点与预行驶轨迹中的投影点，计算在预行驶轨迹中，从当前位置到投影点的行驶距离，即每个路侧单元到车辆当前位置距离的大小，从小到大依次从路侧单元获取每段规划行驶路段的道路状态信息和车道异常信息，其中，道路状态信息包括道路的分布情况，如有几条车道，每条车道要求的车辆行驶方向、以及道路是畅行还是拥塞等，车道异常信息则包括，道路在建设中或在抢修中，道路出现交通事故，道路是事故多发地，比较危险等等。实现全局性的道路异常预警能力，给予驾驶员充分的反应时间和路径重新规划的安排。
S105、根据所述道路状态信息和所述车道异常信息，计算所述车辆通过异常车道的概率；
根据道路状态信息和车道异常信息，筛选出上报了车道存在异常状态的路侧单元，异常状态包括道路拥塞、道路存在故障、道路出现交通事故和道路危险等，并根据上报了车道存在异常状态的路侧单元到车辆当前位置的大小，利用规则引擎(Rule Engine)从小到大依次计算车辆经过上报了车道存在异常状态的路侧单元的概率，即计算车辆通过异常车道的概率。规则引擎由推理引擎发展而来，是一种嵌入在应用程序中的组件，实现了将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。接受数据输入，解释业务规则，并根据业务规则做出业务决策，在异常车道通行概率计算中，使用了Rule Engine，减少了计算逻辑变更、升级、新增等操作带来的人工成本和工程变动成本。
S106、若所述概率大于第一预设阈值，则提醒车道异常。
若计算出车辆通过异常车道的概率大于预设阈值，则及时提醒车辆用户，道路存在异常，请重新规划路线，若计算出车辆通过异常车道的概率低于预设阈值，则计算车辆经过下一个上报了车道存在异常状态的路侧单元的概率，直到计算完车辆经过所有上报了车道存在异常在异常状态的路侧单元的概率。实现全局性的车道异常预警能力，给予驾驶员充分的反应时间和路径重新规划的安排,及时对车道级别的拥堵进行预测，给予驾驶员更加精细的决策数据支撑，使用规则引擎计算通过异常车道的可能性，减少了新的判断规则生成的人工成本和工程变动成本，使整个系统的规则变得灵活且易用。
请参阅图2，在一个实施例中，基于车对网络(V2N)的车道异常提醒方法中，云平台通过车载单元(OBU)获取车辆当前位置和行驶车辆的规划路径，通过车辆的当前位置，分割规划路径，得出车辆未来规划路径，作为预行驶轨迹，同时云平台通过数据库获取路侧单元的分布数据，并根据预行驶轨迹和预设的距离阈值，筛选出符合条件的路侧单元作为目标路侧单元，存储至路侧单元列表中，其中符合条件的路侧单元分布在预行驶路线的预设的距离阈值范围内，每个目标路侧单元关联对应的规划路径路段，通过目标路侧单元投影在规划路径中，获得“目标路侧单元的投影点与车辆当前位置的距离”，路侧单元列表中新增“目标路侧单元的投影点与车辆当前位置的距离”列，调用相关接口，访问目标路侧单元当前监测到的道路状态，并在路侧单元列表中新增道路状态列，判断道路状态列否存在道路异常状态，若道路不存在异常状态，则结束道路异常判断的过程，若道路存在异常状态，则上报存在道路异常状态的路侧单元，并判断路侧单元列表是否为空，若为空，则结束道路异常判断的过程，若不为空，则筛选出“目标路侧单元的投影点与车辆当前位置的距离”最小的目标路侧单元，获得在预行驶轨迹中，距离最近的道路异常区域的目标路侧单元，利用规则引擎，计算通过存在道路异常状态的异常车道的概率，根据预设阈值判断是否有通过存在道路异常状态的异常车道的可能性，若不存在，则从路侧单元列表中移除该目标路侧单元，若存在，则返回异常车道通行的提醒信息。
在一个实施例中，所述根据所述道路状态信息和所述车道异常信息，计算所述车辆通过所述异常车道的概率，包括：
根据所述道路状态信息和所述车道异常信息，筛选出所述路侧单元列表中覆盖异常车道的路侧单元；
计算筛选出的所述路侧单元与所述当前位置的距离；
根据所述距离利用规则引擎由近及远依次计算所述车辆经过所述路侧单元覆盖的所述异常车道的概率。具体地，根据道路状态信息和车道异常信息，筛选出上报了车道存在异常状态的路侧单元，异常状态包括道路拥塞、道路存在故障、道路出现交通事故和道路危险等，并根据上报了车道存在异常状态的路侧单元到车辆当前位置的大小，利用规则引擎(Rule Engine)从小到大依次计算车辆经过上报了车道存在异常状态的路侧单元的概率，即计算车辆通过异常车道的概率。在异常车道通行概率计算中，使用了Rule Engine，减少了计算逻辑变更、升级、新增等操作带来的人工成本和工程变动成本。
在一个实施例中，所述将所述路侧单元存储至路侧单元列表之前，还包括构建所述路侧单元列表。
云平台从数据库中获取路侧单元(RSU)的分布数据，并根据车辆的预行驶轨迹，和预设的距离阈值进行比对，筛选出符合条件的路侧单元，符合条件的路侧单元满足在预行驶轨迹的预设的距离阈值范围内的条件，并将符合条件的路侧单元存入路侧单元列表之前，还需要构建一个路侧单元列表，用于存储符合条件的路侧单元，并在路侧单元列表中，增加一列道路异常状态列，用于存储与路侧单元对应的道路异常状态的情况。
在一个实施例中，所述方法还包括，
若所述概率小于或等于第二预设阈值，则从所述路侧单元列表中删除覆盖所述异常车道的所述路侧单元。
通过计算“目标路侧单元的投影点与车辆当前位置的距离”，在预行驶轨迹中，利用规则引擎，从小到大依次计算通过存在道路异常状态的异常车道的概率，根据预设阈值判断是否有通过存在道路异常状态的异常车道的概率，若概率小于预设阈值，则说明车辆不会经过异常车道，则从路侧单元列表中删除该异常车道的路侧单元。
在一个实施例中，所述根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹，包括：
获取所述车辆行驶的目的地；
根据所述当前位置和所述目的地，获取车辆的可行驶路线；
根据所述可行使路线和所述路径规划信息，确定所述预行驶轨迹。
云平台获取车辆行驶的目的地位置以及车辆的当前位置，规划车辆的可行使路线，然后根据可行使路线和路径规划信息，综合判断可行使路线的距离大小和用时多少以规划处较优的路线作为预行驶轨迹。
在一个实施例中，所述根据所述预行驶轨迹，确定所述车辆途径的路侧单元，包括：
获取数据库中的所述路侧单元分布数据；
筛选出在所述预行驶轨迹的预设距离阈值内的所述路侧单元。
道路上的所有路侧单元以特定的方式存储在数据库中，云平台从数据库中获取路侧单元额分布情况，并根据车辆的预行驶轨迹，和预设的距离阈值进行比对，筛选出符合条件的路侧单元，符合条件的路侧单元满足在预行驶轨迹的预设的距离阈值范围内的条件，并将符合条件的路侧单元存入路侧单元列表中，其中预设的距离阈值是根据路侧单元的监控范围确定。每一个路侧单元关联预行驶轨迹的一段规划行驶路段。将符合条件的路侧单元单独存入一个路侧单元列表中，以方便云平台的直接访问。
请参阅图3，本发明的第二个方面提出了车道异常提醒装置，所述装置包括：
信息获取模块10，用于获取车辆的当前位置和路径规划信息；
预行驶轨迹确定模块20，用于根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；
路侧单元确定模块30，用于根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；
异常状态获取模块40，用于根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；
概率计算模块50，用于根据所述道路状态信息和所述车道异常信息，计算所述车辆通过所述异常车道的概率；
异常提醒模块60，用于若所述概率大于第一预设阈值，则提醒车道异常。
在一个实施例中，所述概率计算模块，包括：
异常车道筛选单元，用于根据所述道路状态信息和所述车道异常信息，筛选出所述路侧单元列表中覆盖异常车道的路侧单元；
距离计算单元，用于计算筛选出的所述路侧单元与所述当前位置的距离；
概率计算单元，用于根据所述距离利用规则引擎由近及远依次计算所述车辆经过所述路侧单元覆盖的所述异常车道的概率。在一个实施例中，所述装置还包括路侧单元列表构建模块，用于构建所述路侧单元列表。
在一个实施例中，所述装置还包括，路侧单元删除模块，用于若所述概率小于或等于第二预设阈值，则从所述路侧单元列表中删除覆盖所述异常车道的所述路侧单元。
在一个实施例中，预行驶轨迹确定模块20包括：
目的地获取单元，用于获取所述车辆行驶的目的地；
可行使路线获取单元，用于根据所述当前位置和所述目的地，获取车辆的可行驶路线；
预行驶轨迹确定单元，用于根据所述可行使路线和所述路径规划信息，确定预行驶轨迹。
在一个实施例中，路侧单元确定模块30包括：
路侧单元分布数据获取单元，用于获取数据库中的路侧单元分布数据；
路侧单元筛选单元，用于筛选出在所述预行驶轨迹的预设距离阈值内的所述路侧单元。
关于车道异常提醒装置的具体限定可以参见上文中对于车道异常提醒方法的限定，在此不再赘述。
上述车道异常提醒装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
请参阅图4，本发明实施例提供一种终端，包括一个或多个处理器和存储器。存储器与所述处理器耦接，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上述任意一个实施例中的车道异常提醒方法。
处理器用于控制该计算机终端设备的整体操作，以完成上述的车道异常提醒方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该计算机终端设备的操作，这些数据例如可以包括用于在该计算机终端设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。
在一示例性实施例中，计算机终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit，简称AS1C)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的车道异常提醒方法，并达到如上述方法一致的技术效果。
需要说明的是：上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本申请实施例特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本申请实施例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，对于装置和服务器实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，上述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种车道异常提醒方法，其特征在于，所述方法包括：
获取车辆的当前位置和路径规划信息；
根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；
根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；
根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；
根据所述道路状态信息和所述车道异常信息，计算所述车辆通过异常车道的概率；
若所述概率大于第一预设阈值，则提醒车道异常。
2.根据权利要求1所述的方法，其特征在于，所述根据所述道路状态信息和所述车道异常信息，计算所述车辆通过异常车道的概率，包括：
根据所述道路状态信息和所述车道异常信息，筛选出所述路侧单元列表中覆盖异常车道的路侧单元；
计算筛选出的所述路侧单元与所述当前位置的距离；
根据所述距离利用规则引擎由近及远依次计算所述车辆经过所述路侧单元覆盖的所述异常车道的概率。
3.根据权利要求1所述的方法，其特征在于，所述将所述路侧单元存储至路侧单元列表之前，还包括构建所述路侧单元列表。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括，
若所述概率小于或等于第二预设阈值，则从所述路侧单元列表中删除覆盖所述异常车道的所述路侧单元。
5.根据权利要求1所述的方法，其特征在于，所述根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹，包括：
获取所述车辆行驶的目的地；
根据所述当前位置和所述目的地，获取车辆的可行驶路线；
根据所述可行使路线和所述路径规划信息，确定所述预行驶轨迹。
6.根据权利要求1所述的方法，其特征在于，所述根据所述预行驶轨迹，确定所述车辆途径的路侧单元，包括：
获取数据库中的所述路侧单元分布数据；
筛选出在所述预行驶轨迹的预设距离阈值内的所述路侧单元。
7.一种车道异常提醒装置，其特征在于，所述装置包括：
信息获取模块，用于获取车辆的当前位置和路径规划信息；
预行驶轨迹确定模块，用于根据所述当前位置和所述路径规划信息，确定所述车辆的预行驶轨迹；
路侧单元确定模块，用于根据所述预行驶轨迹，确定所述车辆途径的路侧单元,并将所述路侧单元存储至路侧单元列表；
异常状态获取模块，用于根据所述路侧单元列表中所述路侧单元获取道路状态信息和车道异常信息；
概率计算模块，用于根据所述道路状态信息和所述车道异常信息，计算所述车辆通过异常车道的概率；
异常提醒模块，用于若所述概率大于第一预设阈值，则提醒车道异常。
8.根据权利要求7所述的装置，其特征在于，所述概率计算模块，包括：
异常车道筛选单元，用于根据所述道路状态信息和所述车道异常信息，筛选出所述路侧单元列表中覆盖异常车道的路侧单元；
距离计算单元，用于计算筛选出的所述路侧单元与所述当前位置的距离；
概率计算单元，用于根据所述距离利用规则引擎由近及远依次计算所述车辆经过所述路侧单元覆盖的所述异常车道的概率。
9.一种存储介质，其特征在于，所述存储介质存储有指令，所述指令被处理器执行时实现如权利要求1至6任一项所述方法的步骤。
10.一种终端，其特征在于，包括存储器和处理器，所述存储器存储有指令，所述处理器加载所述指令以执行如权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111218940.4A CN113978481A (zh) | 2021-10-20 | 2021-10-20 | 车道异常提醒方法、装置、存储介质和终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111218940.4A CN113978481A (zh) | 2021-10-20 | 2021-10-20 | 车道异常提醒方法、装置、存储介质和终端 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113978481A true CN113978481A (zh) | 2022-01-28 |
Family
ID=79739453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111218940.4A Pending CN113978481A (zh) | 2021-10-20 | 2021-10-20 | 车道异常提醒方法、装置、存储介质和终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113978481A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376236A (zh) * | 2022-10-24 | 2022-11-22 | 宁波均联智行科技股份有限公司 | 一种车辆检测方法 |
| CN116386156A (zh) * | 2023-05-29 | 2023-07-04 | 云南贝蝉物联网科技有限公司 | 一种高速收费站etc终端故障处理方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140123742A (ko) * | 2013-04-15 | 2014-10-23 | 현대엠엔소프트 주식회사 | 차선별 신호세기를 이용한 운행차량 차선인지 및 차선변경 안내 시스템과 그 방법 |
| CN108180919A (zh) * | 2017-12-12 | 2018-06-19 | 沈阳美行科技有限公司 | 一种规划路线的优化方法及装置 |
| US20180245938A1 (en) * | 2015-10-15 | 2018-08-30 | Huawei Technologies Co., Ltd. | Navigation system, apparatus, and method |
| CN109300325A (zh) * | 2018-12-14 | 2019-02-01 | 安徽江淮汽车集团股份有限公司 | 一种基于v2x的车道预测方法及系统 |
| CN111402588A (zh) * | 2020-04-10 | 2020-07-10 | 河北德冠隆电子科技有限公司 | 基于时空轨迹重构异常道路高精地图快速生成系统与方法 |
| KR20200132652A (ko) * | 2019-05-15 | 2020-11-25 | 주식회사 라이드플럭스 | 사전 정보를 이용하여 차량의 주행을 제어하는 방법 및 장치 |
| CN112033425A (zh) * | 2019-06-04 | 2020-12-04 | 长沙智能驾驶研究院有限公司 | 车辆辅助驾驶方法、装置、计算机设备和存储介质 |
| CN112289054A (zh) * | 2020-09-29 | 2021-01-29 | 深圳市金溢科技股份有限公司 | 道路安全预警方法、obu、rsu、mec设备及系统 |
| CN112735165A (zh) * | 2020-12-28 | 2021-04-30 | 深圳市金溢科技股份有限公司 | 车路协同道路预警方法、车载单元及路侧单元 |
| CN112833893A (zh) * | 2019-11-25 | 2021-05-25 | 奥迪股份公司 | 用于车辆的辅助系统、导航装置、相应的方法和存储介质 |
| WO2021147637A1 (zh) * | 2020-01-21 | 2021-07-29 | 华为技术有限公司 | 车道推荐方法、装置及车载通信设备 |
| CN113362596A (zh) * | 2021-06-03 | 2021-09-07 | 星觅(上海)科技有限公司 | 一种车道通行异常的检测方法、装置、设备及存储介质 |
-
2021
- 2021-10-20 CN CN202111218940.4A patent/CN113978481A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20140123742A (ko) * | 2013-04-15 | 2014-10-23 | 현대엠엔소프트 주식회사 | 차선별 신호세기를 이용한 운행차량 차선인지 및 차선변경 안내 시스템과 그 방법 |
| US20180245938A1 (en) * | 2015-10-15 | 2018-08-30 | Huawei Technologies Co., Ltd. | Navigation system, apparatus, and method |
| CN108180919A (zh) * | 2017-12-12 | 2018-06-19 | 沈阳美行科技有限公司 | 一种规划路线的优化方法及装置 |
| CN109300325A (zh) * | 2018-12-14 | 2019-02-01 | 安徽江淮汽车集团股份有限公司 | 一种基于v2x的车道预测方法及系统 |
| KR20200132652A (ko) * | 2019-05-15 | 2020-11-25 | 주식회사 라이드플럭스 | 사전 정보를 이용하여 차량의 주행을 제어하는 방법 및 장치 |
| CN112033425A (zh) * | 2019-06-04 | 2020-12-04 | 长沙智能驾驶研究院有限公司 | 车辆辅助驾驶方法、装置、计算机设备和存储介质 |
| CN112833893A (zh) * | 2019-11-25 | 2021-05-25 | 奥迪股份公司 | 用于车辆的辅助系统、导航装置、相应的方法和存储介质 |
| WO2021147637A1 (zh) * | 2020-01-21 | 2021-07-29 | 华为技术有限公司 | 车道推荐方法、装置及车载通信设备 |
| CN111402588A (zh) * | 2020-04-10 | 2020-07-10 | 河北德冠隆电子科技有限公司 | 基于时空轨迹重构异常道路高精地图快速生成系统与方法 |
| CN112289054A (zh) * | 2020-09-29 | 2021-01-29 | 深圳市金溢科技股份有限公司 | 道路安全预警方法、obu、rsu、mec设备及系统 |
| CN112735165A (zh) * | 2020-12-28 | 2021-04-30 | 深圳市金溢科技股份有限公司 | 车路协同道路预警方法、车载单元及路侧单元 |
| CN113362596A (zh) * | 2021-06-03 | 2021-09-07 | 星觅(上海)科技有限公司 | 一种车道通行异常的检测方法、装置、设备及存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115376236A (zh) * | 2022-10-24 | 2022-11-22 | 宁波均联智行科技股份有限公司 | 一种车辆检测方法 |
| CN116386156A (zh) * | 2023-05-29 | 2023-07-04 | 云南贝蝉物联网科技有限公司 | 一种高速收费站etc终端故障处理方法 |
| CN116386156B (zh) * | 2023-05-29 | 2024-01-02 | 特微乐行(广州)技术有限公司 | 一种高速收费站etc终端故障处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11250698B2 (en) | Data processing for connected and autonomous vehicles | |
| US20200175786A1 (en) | Electronic logging and track identification system for mobile telematics devices, and corresponding method thereof | |
| US11378404B2 (en) | Methods and systems for generating a horizon for use in an advanced driver assistance system (ADAS) | |
| US20200380633A1 (en) | Method and apparatus for controlling a roadway resource | |
| US11492013B2 (en) | Vehicle fleet management having a hierarchy of priority factors | |
| CN101354835B (zh) | 交通信息配送系统、装置和方法、以及车载终端装置 | |
| CN113978481A (zh) | 车道异常提醒方法、装置、存储介质和终端 | |
| CN113330496A (zh) | 使用连接的车辆数据来管理交通流的系统和方法 | |
| US11125570B2 (en) | Method and apparatus for improved toll-booth vehicle handling | |
| CN111866941B (zh) | 一种网络资源调度方法及相关设备 | |
| WO2022193995A1 (zh) | 一种地图更新方法、基于地图的驾驶决策方法及装置 | |
| US20230349717A1 (en) | Electronic map correction method, navigation information setting method, navigation method, and apparatus | |
| CN113888900A (zh) | 一种车辆预警方法与装置 | |
| CN103544843B (zh) | 道路交通组织方法、装置及系统 | |
| CN113535743A (zh) | 无人驾驶地图实时更新方法、装置、电子设备、存储介质 | |
| CN115547084A (zh) | 道路通行状况预测方法、装置、电子设备及计算机程序产品 | |
| WO2022007143A1 (zh) | 路侧车联网装置、高架桥路段识别方法及车载车联网装置 | |
| US11823565B2 (en) | System and method for vehicle queue length detection in a connected vehicle infrastructure environment | |
| CN113706866A (zh) | 道路堵塞监测方法及装置、电子设备、存储介质 | |
| CN114234995A (zh) | 一种导航方法、装置、电子设备及存储介质 | |
| Chan | Telecommunications-and information technology–inspired analyses: review of an intelligent transportation systems experience | |
| Ackaah | Empirical Analysis of Real-time Traffic Information for Navigation and the Variable Speed Limit System | |
| Kim et al. | Reinforcement learning approach to develop variable speed limit strategy using vehicle data and simulations | |
| KR102717083B1 (ko) | 모빌리티 서비스 제공 시스템, 모빌리티 서비스 제공 방법, 및 모빌리티 서비스 제공 시스템의 검증 방법 | |
| CN114566062B (zh) | 车辆停车调度管理方法、装置、计算机设备和存储介质 |
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 |