CN113990052A - 一种来车预警方法、装置、存储介质及道路防护车辆 - Google Patents
一种来车预警方法、装置、存储介质及道路防护车辆 Download PDFInfo
- Publication number
- CN113990052A CN113990052A CN202111273088.0A CN202111273088A CN113990052A CN 113990052 A CN113990052 A CN 113990052A CN 202111273088 A CN202111273088 A CN 202111273088A CN 113990052 A CN113990052 A CN 113990052A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- early warning
- information
- preset
- coming
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/931—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Emergency Management (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请提供一种来车预警方法、装置、存储介质及道路防护车辆,方法,包括:基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息;根据所述车辆信息确定特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线并确定本装置所在道路的道路走向曲线;设定预警监控区域,确定是否有目标来车落入该预警监控区域内;当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。本方案,无需经常维护,降低了维护成本,即使未能正常维护,也能正常进行扫描工作,进而发送预警信息,有效保障了人身及财产安全,避免了安全隐患的发生。
Description
技术领域
本发明涉及道路防护作业中来车预警技术领域,具体涉及一种来车预警方法、装置、存储介质及道路防护车辆。
背景技术
对于道路施工场地来车碰撞预警的需求,现有的产品主要有:在来车方向一定距离放置警示牌、固定频率闪光灯、基于智能摄像头的预警系统、基于激光雷达的预警系统和基于单毫米波雷达的预警系统,也有基于毫米波雷达和智能摄像头融合的预警系统。其中:
“在来车方向距离道路防护车辆一定距离放置警示牌”和“固定频率闪光灯”对于分神打瞌睡的驾驶员的提醒效果非常有限,特别是不能及时提醒施工人员避险,效果也就欠佳,只能说是最基础的、辅助的预警方式;
基于智能摄像头的预警系统,其摄像头容易受阳光和来车前照灯直射、空气能见度、夜晚复杂光线的影响。为了准确识别弯曲道路上哪些车辆在施工车道行驶,这类系统还依赖摄像头识别车道线,但车道线的有无、清晰程度、完整度和是否被车辆遮挡都会影响车道线识别效果。另外,摄像头镜头容易被路面灰尘污染而影响探测效果,也多了设备维护工作。
基于激光雷达的预警系统也存在易受阳光和空气能见度影响的问题,镜面也容易受灰尘污染而影响探测效果。若该系统识别道路走向也是通过识别车道线来实现的,那也有受车道线清晰度和是否被遮挡的问题。且现有激光雷达还存在价格昂贵、机械运动部件易失准甚至损坏等问题。
基于毫米波雷达和智能摄像头融合的预警系统一般分工是毫米波雷达负责探测来车而摄像头负责探测车道线,或摄像头也同时识别来车。这不光有单智能摄像头方案具有的弊端,也会导致两种传感器安装、标定和数据融合方面增加了系统复杂程度,后期使用中很容易出现问题,增加了系统使用成本。
综上所述,现在技术方案中道路养护作业中车辆预警方法中的设备对环境的依赖性较大,需要经常维护,进而需要较高的维护成本,一旦忘记维护或者维护不及时,则很容易造成预警不准确从而带来安全隐患的技术问题。
发明内容
因此,为了解决上述现有技术方案中道路养护作业中车辆预警方法中的设备对环境的依赖性较大,需要经常维护,进而需要较高的维护成本,一旦忘记维护或者维护不及时,则很容易造成预警不准确从而带来安全隐患的技术问题,本申请实施例提供一种来车预警方法、装置、存储介质及道路防护车辆。
第一方面,根据本申请实施例提供一种来车预警方法,用于发送针对来车的预警信息,所述方法,包括如下步骤:
基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息;所述车辆信息包括车辆相对位置信息、车辆编号信息及车辆的相对速度信息;
根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线;
设定预警监控区域,控制预警监控区域的侧边平行于所述道路走向曲线,确定是否有目标来车落入该预警监控区域内;
当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。
优选地,所述根据特定目标来车的运动轨迹拟合特定目标来车的运动曲线,包括:
针对满足初步预设约束条件的特定目标来车,获取m个坐标信息(xk,yk),其中,k=1,2,……m;该m个坐标信息为毫米波雷达连续m次跟踪获取到的特定目标来车的多个坐标信息;
采用最小二乘法,以预设目标函数值最小为原则,确定aj、bj、cj、dj的数值组;其中,所述预设目标函数为Y=(yk-f(xk))2+(yk-f(xk))2+(yk-f(xk))2的残差平方和;其中,f(xk)=aj+bjxk+cjxk 2+djxk 3,j为特定目标来车的编号;
针对数组aj、bj、cj、dj对应的数学模型f(x)=aj+bjxk+cjxk 2+djxk 3,通过计算相邻两点的曲率方差差值,去除在预设范围内更换行驶车道的特定目标车辆对应的数学模型;
计算剩余的o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线;
所述预设初步约束条件为横向距离大于预设距离阈值,速度不小于预设速度阈值。
优选地,所述车辆相对速度信息由毫米波雷达根据多普勒效应测量得到。
优选地,所述基于特定目标来车的相对速度及与本装置之间的距离确定预警等级,并发出相应预警等级的预警信息,包括:
基于特定目标来车的相对速度及与本装置之间的距离确定碰撞时间;
基于所述碰撞时间确定预警等级;
基于所述预警等级,发出相应预警等级的预警信息。
第二方面,根据本申请实施例公开一种采用上述任一项所述的方法进行预警的来车预警装置,用于根据来车与本装置之间的距离、相对速度发送相应的预警信息,其中,所述装置,包括:
获取模块,用于基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息;所述车辆信息包括车辆相对位置信息、车辆编号信息及车辆的相对速度信息;
道路走向拟合模块,用于根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线;
车道线确定模块,用于设定预警监控区域,控制预警监控区域的侧边平行于所述道路走向曲线,确定是否有目标来车落入该预警监控区域内;
预警模块,用于当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。
优选地,所述道路走向拟合模块,还包括:
坐标信息获取单元,针对满足初步预设约束条件的特定目标来车,获取m个坐标信息(xk,yk),其中,k=1,2,……m;该m个坐标信息为毫米波雷达连续m次跟踪获取到的特定目标来车的多个坐标信息;
数学模型求取单元,用于采用最小二乘法,以预设目标函数值最小为原则,确定aj、bj、cj、dj的数值组;其中,所述预设目标函数为Y=(yk-f(xk))2+(yk-f(xk))2+(yk-f(xk))2的残差平方和;其中,f(xk)=aj+bjxk+cjxk 2+djxk 3,j为特定目标来车的编号;
筛选单元,用于针对数组aj、bj、cj、dj对应的数学模型f(x)=aj+bjxk+cjxk 2+djxk 3,通过计算相邻两点的曲率方差差值,去除在预设范围内更换行驶车道的特定目标车辆对应的数学模型;
运动曲线确定单元,用于计算剩余的o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线;
所述预设初步约束条件为横向距离大于预设距离阈值,速度不小于预设速度阈值。
优选地,所述获取模块中,包括:
车辆相对速度信息获取单元,用于毫米波雷达根据多普勒效应测量得到所述车辆相对速度信息。
第三方面,根据本申请实施例提供一种道路防护车辆,在道路防护车的外壁的预设位置安装有上述任一项所述的来车预警装置。
第四方面,根据本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其中,所述计算机程序被处理器执行时用于实现上述任一项所述的来车预警方法。
第五方面,根据本申请实施例提供一种来车预警装置,所述装置包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其中,所述计算机程序由所述处理器加载并执行,以实现上述任一项所述的来车预警方法。
采用本申请实施例提供的技术方案可以实现如下技术效果:
采用本申请实施例提供的来车预警方法、装置及一种防护作业车辆,基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息(车辆横向速度信息、车辆纵向速度信息、车辆横向距离信息、车辆纵向距离信息等),根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线,控制预警监控区域的侧边平行于所述道路走向曲线进而设定预警监控区域,确定是否有目标来车落入该预警监控区域内,当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。本方案采用毫米波雷达来获取来车的车辆信息,不受外界环境的影响,即使能见度不好,雨雪天气等也能正常使用,因此,本申请实施例中的方案对环境的依赖性较小,基于毫米波雷达传感器对自身清洁度及是否被遮挡要求较低,因此,无需经常维护,降低了维护成本,即使未能正常维护,也能正常进行扫描工作,进而发送预警信息,有效保障了人身及财产安全,避免了安全隐患的发生。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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为本申请实施例提供的来车预警方法的示意图;
图2为来车预警方法中步骤S26包括的子步骤的示意图;
图3a为拟合出的直车道行车轨迹和拟合推断出的道路走向曲线的示意图;
图3b为拟合出的弯车道行车轨迹和拟合推断出的道路走向曲线的示意图;
图4为本申请实施例中一具体实施例中拟合出的车道走向曲线的示意图;
图5为来车预警方法中步骤S28包括的子步骤的示意图;
图6为本申请实施例提供来车预警装置的模块图;
图7为来车预警装置中道路走向拟合模块52包括的子单元的示意图;
图8为本申请实施例提供的道路防护车辆的示意图;
图9为本申请实施例提供的来车预警装置的硬件示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在道路防护作业中,往往是将需要维护的道路围圈起来,而除围圈区域之外的其他道路正常通行,从而使得道路通畅,不影响车辆的正常通行。然而,对于围圈区域内的工作人员或者在道路上进行道路维护作业的防护车辆,需要时刻提防来车因非正常行驶进入围圈区域甚至进入针对围圈区域设定的预警区域,传统的方案要么预警设备预警效果不够理想,从而导致无法起到有效预警道路作业人员或者来车驾驶人员的效果;要么就是预警设备本身对环境清洁度及维护频率要求较高,稍有不慎,便无法起到正常预警的效果。本申请提供的来车预警方法、装置及载有来车预警装置的道路防护车辆,基于毫米波雷达对设定的区域进行扫描进而获取来车的车辆信息,获取的来车车辆信息包括车辆的相对位置信息、车辆编号信息及车辆的相对速度信息,进而根据获取的车辆信息确定特定目标来车,然后根据特定目标来车的运动轨迹集合出特定目标来车的运动曲线,并根据运动曲线确定目标来车的道路走向曲线及本装置所在道路的道路走向曲线;继续根据确定的道路走向曲线根据特定目标来车的相对速度信息、与本装置的距离计算碰撞时间TTC,根据碰撞时间TTC应的预警等级发出相应的预警信息,其中,预警信息包括音频信息和预设频率的闪光灯信息,进而达到提醒来车和道路作业人员的技术效果,而毫米波雷达对环境清洁度要求不高,同时也对维护频率要求较低,进而可达到对道路防护车辆及围圈区域内的工作人员有小预警的效果,确保了防护车辆及围圈区域内施工人员的安全,同时也避免了车辆行驶人员因过失而导致的财产损失。
实施例1
本发明实施例提供一种应用于道路养护区域的来车预警方法,用于发送针对来车的预警信息,参见图1所示,所述方法,包括:
步骤S22、基于毫米波雷达传感器以预设频次扫描获取预设时间段内预设范围内来车的车辆信息;所述车辆信息包括车辆相对位置信息、车辆编号信息及车辆的相对速度信息;车辆相对速度信息由毫米波雷达根据多普勒效应测量得到。
在本申请实施例中,采用毫米波雷达以预设频次扫描获取预设扫描范围内的来车信息,其中,预设频次为毫米波雷达重复扫描目标的频率,如每秒钟扫描十次以上。在此指出,毫米波雷达采用平板阵列天线,使用FMCW调频连续波体制主动发射毫米波段电磁波,不受光线和雾霾影响,单次扫描即可瞬间测量数十辆来车的坐标和相对速度,每秒钟可以扫描十次以上,可以有效保障几乎全天候的来车目标坐标、轨迹和速度的准确、及时探测。而预设扫描范围,用户可以根据实际路况进行设定,只要能覆盖关心的整个路段。如,本系统刚开始工作时接受用户通过按键、手动输入或通过其他接口设定的预警监控区域的最大纵向距离(默认200米,还可根据实际需求进行配置)和预警监控横向宽度(默认3米,还可根据道路养护占用宽度进行配置)。参见表1所示,本申请实施例采用毫米波雷达获取到的车辆信息包括但不局限于扫描时间、车辆编号、目标车纵坐标、目标来车横向坐标、目标来车纵向速度、目标来车横向速度以及雷达散射截面积;
表1、毫米波雷达扫描到的目标信息的示意图
不过因为道路一般具有一定弯度,仅凭这两个参数形成的矩形区域还不能保证能准确区分道路放行车道的车辆和养护占用车道的车辆,因此,本申请中的来车预警系统开机后在道路识别期内只会发出1Hz闪烁的低强度的灯光提供基础提醒,直到后续识别出道路走向曲线,便结合识别出的道路走向曲线建立预警监控区域,进而当来车位于该预警监控区域内时,便根据来车相对本装置的相对距离和相对运动速度计算出碰撞时间评估危险等级并发出相应级别的声光预警信息,并在较高危险级别时提醒本地道路养护工人避险。
步骤S24、根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线;
在本申请实施例中,特定目标来车可为本系统中的毫米波雷达扫描到的扫描时间范围内纵向运动距离不小于预设阈值(如可为100m)、平均速度不小于预设值的来车,进而可以根据特定目标来车的运动规矩拟合道路走向曲线,具体地,根据特定目标来车确定道路走向的方法,包括:(1)根据上述确定出的特定目标来车的运动轨迹(一些列的坐标点)拟合特定目标来车的运动曲线;(2)从拟合出的运动曲线中筛选曲线、斜率方差小于预设斜率、预设方差阈值的目标曲线;(3)针对得到的目标曲线进行比较,将斜率方差最小的曲线作为监控路段的道路走向曲线。
在此指出,上述“获取特定目标车辆信息-确定运动轨迹、拟合道路走向曲线、确定预警区域-进行预警”的过程以预设频次来进行,预设频次可为每分钟一次,如可为每分钟的前20s或者10s为道路走向曲线拟合时间,在道路拟合曲线过程中,来车预警系统依据上一次拟合出的道路走向曲线进行预警。而当系统开机后首次拟合道路走向曲线的过程中,只会发出1Hz闪烁的低强度的灯光提供基础提醒,直到后续识别出道路走向曲线。
本申请实施例中,拟合道路走向曲线的过程按预设时间参数周期循环进行,以在安装本系统的装置被挪动后能及时获得最新准确的道路走向曲线。
在本申请中,毫米波雷达获取的来车车辆信息包括来车的相对位置信息、车辆编号信息及来车相对速度信息,其中,车辆编号信息可为阿拉伯数字,是毫米波雷达为车辆进行编号所形成的信息,作为一个具体实施例,编号规则可以基于毫米波雷达首次扫描到该车辆的时间前后顺序来编排。车辆的相对位置信息可以为以本系统所在位置为原点、本系统正前方为纵轴正向的直角坐标系坐标。
进一步的,虽然毫米波雷达不具备直接识别车道线的功能,但是可以根据获取到的车辆的运动轨迹推算道路走向,即使该道路没有车道线或车道线不清晰,也根据扫描到的来车的车辆信息拟合出车道线走向。毫米波雷达本身是采用毫米波进行扫描,而毫米波雷达不受空气能见度、自身清洁度的影响,因此,相比于现有摄像头识别车道线的方案,本方案无需频繁维护、清洁,即使清洁度不高或者被遮挡住也不影响识别道路走向曲线。
步骤S26、设定预警监控区域,控制预警监控区域的侧边平行于所述道路走向曲线,确定是否有目标来车落入该预警监控区域内;
在本申请中,预警监控区域可以根据设定的最大纵向距离、监控宽度和拟合出的道路走向曲线来确定,具体的,设定监控区域的侧壁平行于道路走向曲线,如此,便可确保预警监控区域仅覆盖本系统所占用的车道,也就只有在道路养护车道行驶的目标来车的坐标才会落在预警监控区域。在确定特定目标来车处于本装置所占用的车道之后,才需要进一步根据来车的相对速度、距离生成预警信息,当目标来车在本系统所占用的车道内时,继续执行步骤S28。
步骤S28、当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息;
其中,所述相对速度根据目标车的速度信息及本车的速度信息来确定。
在本申请实施例中,对预警监控区域内的车辆,根据其与本装置之间的相对距离除以相对速度计算的碰撞时间TTC,与预设的碰撞时间报警阈值对比进而确定对应的预警等级,采用碰撞时间TTC作为判断预警等级的指标以进行危险等级评估和发出预警信息,可有效避免来车碰撞养护区域人员和车辆的事故的发生,因此减轻了人员或车辆伤害。根据不同的预警级别发出不同的预警信息,如危险等级更高时,发出更容易引起来车司机注意的声光报警信息,且在较高预警级别时也向本地养护工人发出避险语音提醒,在此指出,不同预警信息可以具有不同形式声光报警,如可以预警声音内容、音量和闪光的频率、亮度的差异。而当来车不在预警监控区域内时,如来车处于正常行驶车道,则不进行危险等级评估和声光预警,避免误报。
在本申请实施例中,参见图2所示,步骤S26中,根据特定目标来车的运动轨迹拟合特定目标来车的运动曲线,具体可为根据预设时间间隔中符合预设初步约束条件的特定目标来车的坐标点集合拟合其运动曲线,并从中筛选出斜率方差小于预设值且斜率方差最小的运动曲线作为道路走向曲线。具体包括:
步骤S261、针对预设周期内满足预设约束条件的某个特定目标来车,获取其所有m个坐标信息(xk,yk),其中,k=1,2,……m;该m个坐标信息为毫米波雷达连续m次跟踪获取到的该特定目标来车的多个坐标信息;
针对满足预设约束条件的特定目标来车,获取毫米波雷达连续m次跟踪获取到的特定目标来车的m个坐标信息(xk,yk),其中,k=1,2,……m;x为横坐标,y为纵坐标。这些坐标值连点成线可形成车辆的轨迹,但这样的轨迹并不方便运算和使用,因此,我们需要拟合出这些坐标点对应的曲线;
步骤S262、采用最小二乘法,以预设目标函数值最小为原则,确定本预设周期内j个特定目标来车运动曲线的aj、bj、cj、dj数值组;其中,所述预设目标函数为Y=(yk-f(xk))2+(yk-f(xk))2+(yk-f(xk))2的残差平方和;
因为实际道路走向和车道线曲线符合三次方程曲线,所以采用最小二乘法以三次多项式f(x)=aj+bjxk+cjxk 2+djxk 3进行拟合。最小二乘法(又称最小平方法)是一种数学优化技术,通过最小化误差的平方和寻找数据的最佳函数匹配,最小平方所涵义的最佳拟合即残差(残差为:观测值与模型提供的拟合值之间的差距)平方总和的最小化。所述残差平方和R=(f(x1)-y1)2+(f(x2)-y2)2+...+(f(xm)-ym)2,求得R最小时的解即可得到多项式系数a、b、c、d的值,进而得到拟合函数f(x);其中,ym为毫米波传感器采集到的(xm,ym)中的纵坐标。j大于等于1,小于等于N,其中,N为特定目标来车的数量。1,2,……N为拟合运动曲线时为各特定目标来车所编的号。
步骤S263、针对数组aj、bj、cj、dj对应的数学模型f(x)=aj+bjxk+cjxk 2+djxk 3,通过计算相邻两点的曲率方差差值,去除在预设范围内更换行驶车道的特定目标车辆对应的数学模型;
在计算拟合出的各运动曲线的斜率方差,剔除大于预设值的曲线来剔除明显不够平滑、换道或转弯车辆的运动曲线。
步骤S264、计算剩余的o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线。其中,o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线即为从拟合出的数学模型中去除预设值的曲线来剔除明显不够平滑、换道或转弯车辆的运动曲线之后剩余的数学模型。
如图3a中拟合出的直车道行车轨迹和拟合推断出的道路走向曲线,及如图3b拟合出的弯曲车道行车轨迹和拟合推断出的道路走向曲线。
得到道路走向曲线后,使预警监控区域的侧边平行于该曲线,从而使本装置能区分位于放行车道的车辆和位于养护区域占用车道的车辆。位于养护区域占用车道的车辆是本装置需要关注的车辆,通过评估危险等级来发出相应的预警信息以避免发生来车碰撞道路养护的人员和车辆。
参见图4所示,通过本方案拟合出的特定目标来车的道路走向曲线及本装置所占用的道路示意图。
在本申请实施例中,所述车辆相对速度信息由毫米波雷达根据多普勒效应测量得到。
在本申请实施例中,参见图5所示,步骤S28中,所述基于特定目标来车的相对速度及与本装置之间的距离确定预警等级,并发出相应预警等级的预警信息,包括:
S281、基于位于预警监控区域的目标来车与本装置之间的的相对速度和相对距离确定碰撞时间;
在本申请中,采用碰撞时间TTC来确定预警等级,而碰撞时间根据上述步骤确定出的相对距离及相对速度求取,即:
TTC=相对距离/相对速度
作为本申请一个实施例,在没有来车进入预设预警区域时,同样以预设频率发送较为低级的预警信息,以提醒来车注意。
S282、基于所述碰撞时间确定预警等级;
在本申请实施例中,在得到本装置与位于预警监控区域内的目标来车的碰撞时间TTC后,再对TTC落入的报警阈值区间来判断对应的预警等级。
S283、基于所述预警等级,发出相应预警等级的预警信息。
作为本申请实施例,预警等级越高,对应的预警信息的警觉效果越强,如预警信息为音频信息,则更高等级的音频信息的音调越高、音色更细;和/或预警信息为灯光信息,则更高等级的灯光信息的频闪更快、光强度更高等。
本申请实施例提供的来车预警方法的更新频率可为1min或2min等时间段,也就是每经过一个上述时间段便执行一次车道线拟合的过程,从而确定当前的道路走向,并根据道路走向设置预警区域进而预警的过程。而在本次车道线拟合过程中,继续按照上一次拟合出的道路走向曲线及确定出的预警区域进行预警;而本装置首次预警时,如开机时,基于一般开机便理解为更换了预警区域,此时开机前1min或2min便立即执行获取车辆信息-拟合车道线-确定道路走向曲线-进行预警的过程,而在确定出道路走向曲线及预警区域之前,只会发出1Hz闪烁的低强度的灯光提供基础提醒,直到后续识别出道路走向曲线。
采用本申请实施例提供的来车预警方法、装置及一种防护作业车辆,基于毫米波雷达传感器扫描获取来车的相对位置信息、来车编号信息及来车的相对速度信息。根据预设时间间隔内基于预设路程阈值筛选的特定目标来车的坐标点拟合其运动曲线,取各曲线中斜率方差数值小于预设方差阈值且方差值最小的曲线作为道路走向曲线,使预警监控区域的侧边平行于道路走向曲线,进而可以区分放行车道行驶的来车和道路养护占用车道行驶的来车。当确定目标来车位于预警监控区域内时,则基于目标来车与本装置之间的相对速度、相对距离计算碰撞时间来确定预警等级,并发出相应等级的预警信息。本方案采用毫米波雷达来获取来车的车辆信息,不受外界环境的影响,即使能见度不好,雾霾雨雪天气等也能正常使用,因此,本申请实施例中的方案对环境的依赖性较小,且基于毫米波雷达传感器对自身清洁度要求较低,因此,使用和维护简单、成本低,可以全天候避免碰撞事故的发生,有效保障人身及财产安全。
实施例2
本申请实施例提供一种来车预警装置,参见图6所示,采用上述实施例中的方法进行预警,用于根据来车与本装置之间的距离、相对速度发送相应的预警信息,所述来车预警装置,包括:
获取模块51,用于基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息;所述车辆信息包括车辆相对位置信息、车辆编号信息及车辆的相对速度信息;
道路走向拟合模块52,用于根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线;
车道线确定模块53,用于设定预警监控区域,控制预警监控区域的侧边平行于所述道路走向曲线,确定是否有目标来车落入该预警监控区域内;
预警模块54,用于当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。
在本申请一个实施例中,参见图7所示,在本申请实施例中,所述道路走向拟合模块52,还包括:
坐标信息获取单元521,用于针对满足初步预设约束条件的特定目标来车,获取m个坐标信息(xk,yk),其中,k=1,2,……m;该m个坐标信息为毫米波雷达连续m次跟踪获取到的特定目标来车的多个坐标信息;
数学模型求取单元522,用于采用最小二乘法,以预设目标函数值最小为原则,确定aj、bj、cj、dj的数值组;其中,所述预设目标函数为Y=(yk-f(xk))2+(yk-f(xk))2+(yk-f(xk))2的残差平方和;其中,f(xk)=aj+bjxk+cjxk 2+djxk 3,j为特定目标来车的编号;
筛选单元523,用于针对数组aj、bj、cj、dj对应的数学模型f(x)=aj+bjxk+cjxk 2+djxk 3,通过计算相邻两点的曲率方差差值,去除在预设范围内更换行驶车道的特定目标车辆对应的数学模型;
运动曲线确定单元524,用于计算剩余的o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线;
所述预设初步约束条件为横向距离大于预设距离阈值,速度不小于预设速度阈值。
在本申请一个实施例中,所述获取模块中,包括:
车辆相对速度信息获取单元,用于毫米波雷达根据多普勒效应测量得到所述车辆相对速度信息。
本申请实施例提供的来车预警装置,可以基于毫米波雷达传感器获取来车的车辆信息,进而确定特定目标来车,进而根据目标来车的车辆信息拟合运动轨迹及车道线,继而根据特定目标来车与本装置的相对速度、距离确定预警等级并发送相应预警等级的预警信息,本申请实施例基于毫米波雷达获取车辆信息,对环境的依赖性较小,基于毫米波雷达传感器对自身清洁度及是否被遮挡要求较低,因此,无需经常维护,降低了维护成本,即使未能正常维护,也能正常进行扫描工作,进而发送预警信息,有效保障了人身及财产安全,避免了安全隐患的发生。
实施例3
本申请实施例提供一种道路防护车辆,参见图8所示,在道路防护车的外壁的预设位置安装有上一实施例中的来车预警装置。
在此指出,防护车辆上安装来车预警装置的位置可根据实际需求进行设定个,如安装在高度的中央方向;同理,安装的来车预警装置的数量同样可以根据实际需求进行设定,如可以在车辆的四个角度各安装一个等。
实施例4
本发明实施例还提供了一种非暂态计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的来车预警方法。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
图9是本申请一个实施例提供的来车预警装置的框图,本实施例所述来车预警装置可以是桌上型计算机、笔记本电脑、掌上电脑以及云端服务器等计算设备,该装置可以包括,但不限于,处理器、存储器。本实施例所述来车预警装置至少包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序可在所述处理器上运行,所述处理器执行所述计算机程序时,实现上述来车预警方法实施例中的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种来车预警方法,用于发送针对来车的预警信息,其特征在于,所述方法,包括如下步骤:
基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息;所述车辆信息包括车辆相对位置信息、车辆编号信息及车辆的相对速度信息;
根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线;
设定预警监控区域,控制预警监控区域的侧边平行于所述道路走向曲线,确定是否有目标来车落入该预警监控区域内;
当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。
2.根据权利要求1所述的来车预警方法,其特征在于,所述根据特定目标来车的运动轨迹拟合特定目标来车的运动曲线,包括:
针对满足初步预设约束条件的特定目标来车,获取m个坐标信息(xk,yk),其中,k=1,2,……m;该m个坐标信息为毫米波雷达连续m次跟踪获取到的特定目标来车的多个坐标信息;
采用最小二乘法,以预设目标函数值最小为原则,确定aj、bj、cj、dj的数值组;其中,所述预设目标函数为Y=(yk-f(xk))2+(yk-f(xk))2+(yk-f(xk))2的残差平方和;其中,f(xk)=aj+bjxk+cjxk 2+djxk 3,j为特定目标来车的编号;
针对数组aj、bj、cj、dj对应的数学模型f(x)=aj+bjxk+cjxk 2+djxk 3,通过计算相邻两点的曲率方差差值,去除在预设范围内更换行驶车道的特定目标车辆对应的数学模型;
计算剩余的o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线;
所述预设初步约束条件为横向距离大于预设距离阈值,速度不小于预设速度阈值。
3.根据权利要求1或2所述的方法,其特征在于,所述车辆相对速度信息由毫米波雷达根据多普勒效应测量得到。
4.根据权利要求1或2所述的方法,其特征在于,所述基于特定目标来车的相对速度及与本装置之间的距离确定预警等级,并发出相应预警等级的预警信息,包括:
基于特定目标来车的相对速度及与本装置之间的距离确定碰撞时间;
基于所述碰撞时间确定预警等级;
基于所述预警等级,发出相应预警等级的预警信息。
5.一种采用权利要求1-4任一项所述的方法进行预警的来车预警装置,用于根据来车与本装置之间的距离、相对速度发送相应的预警信息,其特征在于,所述装置,包括:
获取模块,用于基于毫米波雷达传感器以预设频次扫描获取预设范围内来车的车辆信息;所述车辆信息包括车辆相对位置信息、车辆编号信息及车辆的相对速度信息;
道路走向拟合模块,用于根据所述车辆信息确定预设周期内特定目标来车,基于特定目标来车的运动轨迹坐标集合拟合该特定目标来车的运动曲线,基于所述预设周期内多个特定目标来车的运动曲线的曲率、方差选择方差最小且方差小于预设方差阈值的特定车辆运动曲线确定本装置所在道路的道路走向曲线;
车道线确定模块,用于设定预警监控区域,控制预警监控区域的侧边平行于所述道路走向曲线,确定是否有目标来车落入该预警监控区域内;
预警模块,用于当有目标来车落入预警监控区域内时,基于落入的目标来车与本装置之间的相对距离和相对速度确定预警等级,并发出相应预警等级的预警信息。
6.根据权利要求5所述的来车预警装置,其特征在于,所述道路走向拟合模块,还包括:
坐标信息获取单元,针对满足初步预设约束条件的特定目标来车,获取m个坐标信息(xk,yk),其中,k=1,2,……m;该m个坐标信息为毫米波雷达连续m次跟踪获取到的特定目标来车的多个坐标信息;
数学模型求取单元,用于采用最小二乘法,以预设目标函数值最小为原则,确定aj、bj、cj、dj的数值组;其中,所述预设目标函数为Y=(yk-f(xk))2+(yk-f(xk))2+(yk-f(xk))2的残差平方和;其中,f(xk)=aj+bjxk+cjxk 2+djxk 3,j为特定目标来车的编号;
筛选单元,用于针对数组aj、bj、cj、dj对应的数学模型f(x)=aj+bjxk+cjxk 2+djxk 3,通过计算相邻两点的曲率方差差值,去除在预设范围内更换行驶车道的特定目标车辆对应的数学模型;
运动曲线确定单元,用于计算剩余的o个运动曲线的斜率方差,取最小值对应的运动曲线为需要的道路走向曲线;
所述预设初步约束条件为横向距离大于预设距离阈值,速度不小于预设速度阈值。
7.根据权利要求5或6所述的来车预警装置,其特征在于,所述获取模块中,包括:
车辆相对速度信息获取单元,用于毫米波雷达根据多普勒效应测量得到所述车辆相对速度信息。
8.一种道路防护车辆,其特征在于,在道路防护车的外壁的预设位置安装有权利要求5-8任一项所述的来车预警装置。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时用于实现如权利要求1-4任一项所述的来车预警方法。
10.一种来车预警装置,所述装置包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序由所述处理器加载并执行,以实现如权利要求1-4任一项所述的来车预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111273088.0A CN113990052B (zh) | 2021-10-29 | 2021-10-29 | 一种来车预警方法、装置、存储介质及道路防护车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111273088.0A CN113990052B (zh) | 2021-10-29 | 2021-10-29 | 一种来车预警方法、装置、存储介质及道路防护车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113990052A true CN113990052A (zh) | 2022-01-28 |
CN113990052B CN113990052B (zh) | 2023-08-15 |
Family
ID=79744472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111273088.0A Active CN113990052B (zh) | 2021-10-29 | 2021-10-29 | 一种来车预警方法、装置、存储介质及道路防护车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113990052B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114633782A (zh) * | 2022-03-30 | 2022-06-17 | 南京慧尔视智能科技有限公司 | 铁路平交道口的火车来临预警方法、装置、设备及介质 |
CN114973713A (zh) * | 2022-05-23 | 2022-08-30 | 交通运输部科学研究院 | 一种用于公路改扩建工程的防误闯智能预警系统及方法 |
CN115223357A (zh) * | 2022-04-07 | 2022-10-21 | 港珠澳大桥管理局 | 一种交通信息处理系统、方法、装置和计算机设备 |
CN115675282A (zh) * | 2022-10-28 | 2023-02-03 | 重庆长安汽车股份有限公司 | 倒车预警策略确定方法、预警方法、系统、设备及介质 |
CN117697180A (zh) * | 2024-02-06 | 2024-03-15 | 山东森峰激光装备有限公司 | 一种具有预防人身伤害的激光切割系统及方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101842820A (zh) * | 2007-11-01 | 2010-09-22 | 丰田自动车株式会社 | 行驶轨迹生成方法及行驶轨迹生成装置 |
CN102336163A (zh) * | 2011-08-31 | 2012-02-01 | 同济大学 | 车辆偏航检测装置 |
CN104573627A (zh) * | 2014-11-19 | 2015-04-29 | 湖南大学 | 基于二值图像的车道线保留与检测算法 |
CN108909721A (zh) * | 2018-04-28 | 2018-11-30 | 南通职业大学 | 一种基于毫米波雷达的车辆偏航角计算方法 |
CN110160541A (zh) * | 2018-08-06 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 运动轨迹的重构方法和装置、存储介质、电子装置 |
CN110203210A (zh) * | 2019-06-19 | 2019-09-06 | 厦门金龙联合汽车工业有限公司 | 一种车道偏离预警方法、终端设备及存储介质 |
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 |
CN110274582A (zh) * | 2019-06-11 | 2019-09-24 | 长安大学 | 一种道路曲线识别方法 |
CN110884490A (zh) * | 2019-10-28 | 2020-03-17 | 广州小鹏汽车科技有限公司 | 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 |
CN111220167A (zh) * | 2018-11-27 | 2020-06-02 | 通用汽车环球科技运作有限责任公司 | 应用地图以改善目标跟踪、车道分配和分类的系统和方法 |
CN112712040A (zh) * | 2020-12-31 | 2021-04-27 | 潍柴动力股份有限公司 | 基于雷达校准车道线信息的方法、装置、设备及存储介质 |
CN112735137A (zh) * | 2021-01-07 | 2021-04-30 | 奥谱毫芯(深圳)科技有限公司 | 基于毫米波信号的量化交通预警方法、装置、系统及介质 |
CN112950999A (zh) * | 2021-03-01 | 2021-06-11 | 成都安智杰科技有限公司 | 一种汽车预警方法、装置、电子设备及存储介质 |
-
2021
- 2021-10-29 CN CN202111273088.0A patent/CN113990052B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101842820A (zh) * | 2007-11-01 | 2010-09-22 | 丰田自动车株式会社 | 行驶轨迹生成方法及行驶轨迹生成装置 |
CN102336163A (zh) * | 2011-08-31 | 2012-02-01 | 同济大学 | 车辆偏航检测装置 |
CN104573627A (zh) * | 2014-11-19 | 2015-04-29 | 湖南大学 | 基于二值图像的车道线保留与检测算法 |
CN108909721A (zh) * | 2018-04-28 | 2018-11-30 | 南通职业大学 | 一种基于毫米波雷达的车辆偏航角计算方法 |
CN110160541A (zh) * | 2018-08-06 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 运动轨迹的重构方法和装置、存储介质、电子装置 |
CN111220167A (zh) * | 2018-11-27 | 2020-06-02 | 通用汽车环球科技运作有限责任公司 | 应用地图以改善目标跟踪、车道分配和分类的系统和方法 |
CN110274582A (zh) * | 2019-06-11 | 2019-09-24 | 长安大学 | 一种道路曲线识别方法 |
CN110203210A (zh) * | 2019-06-19 | 2019-09-06 | 厦门金龙联合汽车工业有限公司 | 一种车道偏离预警方法、终端设备及存储介质 |
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 |
CN110884490A (zh) * | 2019-10-28 | 2020-03-17 | 广州小鹏汽车科技有限公司 | 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 |
CN112712040A (zh) * | 2020-12-31 | 2021-04-27 | 潍柴动力股份有限公司 | 基于雷达校准车道线信息的方法、装置、设备及存储介质 |
CN112735137A (zh) * | 2021-01-07 | 2021-04-30 | 奥谱毫芯(深圳)科技有限公司 | 基于毫米波信号的量化交通预警方法、装置、系统及介质 |
CN112950999A (zh) * | 2021-03-01 | 2021-06-11 | 成都安智杰科技有限公司 | 一种汽车预警方法、装置、电子设备及存储介质 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114633782A (zh) * | 2022-03-30 | 2022-06-17 | 南京慧尔视智能科技有限公司 | 铁路平交道口的火车来临预警方法、装置、设备及介质 |
CN114633782B (zh) * | 2022-03-30 | 2024-02-27 | 南京慧尔视智能科技有限公司 | 铁路平交道口的火车来临预警方法、装置、设备及介质 |
CN115223357A (zh) * | 2022-04-07 | 2022-10-21 | 港珠澳大桥管理局 | 一种交通信息处理系统、方法、装置和计算机设备 |
CN114973713A (zh) * | 2022-05-23 | 2022-08-30 | 交通运输部科学研究院 | 一种用于公路改扩建工程的防误闯智能预警系统及方法 |
CN114973713B (zh) * | 2022-05-23 | 2023-11-14 | 交通运输部科学研究院 | 一种用于公路改扩建工程的防误闯智能预警系统及方法 |
CN115675282A (zh) * | 2022-10-28 | 2023-02-03 | 重庆长安汽车股份有限公司 | 倒车预警策略确定方法、预警方法、系统、设备及介质 |
CN117697180A (zh) * | 2024-02-06 | 2024-03-15 | 山东森峰激光装备有限公司 | 一种具有预防人身伤害的激光切割系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113990052B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113990052A (zh) | 一种来车预警方法、装置、存储介质及道路防护车辆 | |
JP2023017824A (ja) | 制御装置 | |
RU2666010C2 (ru) | Способ и устройство для определения интенсивности движения с помощью электронного контроллера, установленного в транспортном средстве | |
US8775064B2 (en) | Sensor alignment process and tools for active safety vehicle applications | |
US11628844B2 (en) | System and method for providing vehicle safety distance and speed alerts under slippery road conditions | |
EP3366539B1 (en) | Information processing apparatus and information processing method | |
JP5326230B2 (ja) | 車両運転支援システム、運転支援装置、車両及び車両運転支援方法 | |
US20220177005A1 (en) | Method for checking a surroundings detection sensor of a vehicle and method for operating a vehicle | |
EP3779501B1 (en) | Vehicle systems and methods utilizing lidar data for road condition estimation | |
KR102113022B1 (ko) | 레이더 수직 오정렬 검출을 위한 시스템 및 방법 | |
US20160103218A1 (en) | Collision detection system and method of operation | |
US20120101711A1 (en) | Collision Warning Apparatus | |
US20080084283A1 (en) | Extra-vehicular threat predictor | |
JP7051366B2 (ja) | 情報処理装置、学習済モデル、情報処理方法、およびプログラム | |
JP5868586B2 (ja) | ビデオ画像に基づく道路特性分析、車線検出、および車線逸脱防止方法および装置 | |
EP3842307A1 (en) | System and method for providing vehicle safety distance and speed alerts under slippery road conditions | |
US10586120B2 (en) | Method and apparatus for identifying the opening state of a garage door | |
CN108922245B (zh) | 一种公路视距不良路段预警方法及系统 | |
US20200080945A1 (en) | Degraded feature identification apparatus, degraded feature identification system, degraded feature identification method, degraded feature identification program, and computer-readable recording medium recording degraded feature identification program | |
CN116368051A (zh) | 用于车辆的增强传感器健康和回归测试 | |
CN113380038A (zh) | 一种车辆危险行为检测方法、装置及系统 | |
US20210256849A1 (en) | Process and system for local traffic approximation through analysis of cloud data | |
JP2008056163A (ja) | 車両の障害物検知装置 | |
US10771665B1 (en) | Determination of illuminator obstruction by known optical properties | |
WO2020105226A1 (ja) | 情報処理装置、情報処理システム、および情報処理方法 |
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 |