CN114141057A - 一种交叉路口车辆碰撞预警测评方法、装置及系统 - Google Patents

一种交叉路口车辆碰撞预警测评方法、装置及系统 Download PDF

Info

Publication number
CN114141057A
CN114141057A CN202111416760.7A CN202111416760A CN114141057A CN 114141057 A CN114141057 A CN 114141057A CN 202111416760 A CN202111416760 A CN 202111416760A CN 114141057 A CN114141057 A CN 114141057A
Authority
CN
China
Prior art keywords
vehicle
early warning
evaluated
target vehicle
time
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
CN202111416760.7A
Other languages
English (en)
Other versions
CN114141057B (zh
Inventor
岑晏青
宋向辉
李亚檬
孙玲
杨凤满
卢立阳
李宏海
王东柱
刘楠
赵佳海
徐启敏
毕昇
刘宏本
高欢
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.)
Research Institute of Highway Ministry of Transport
Original Assignee
Research Institute of Highway Ministry of Transport
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 Research Institute of Highway Ministry of Transport filed Critical Research Institute of Highway Ministry of Transport
Priority to CN202111416760.7A priority Critical patent/CN114141057B/zh
Publication of CN114141057A publication Critical patent/CN114141057A/zh
Application granted granted Critical
Publication of CN114141057B publication Critical patent/CN114141057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种交叉路口车辆碰撞预警测评方法、装置及系统，该方法包括：获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；获取待测评车辆在预警时间的测评车辆位置和测评车辆速度，获取目标车辆在预警时间的目标车辆位置和目标车辆速度；基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度判断待测评车辆与目标车辆是否会产生碰撞，如果是，确定待测评车辆到达预计碰撞点的第一到达时间；基于预警时间及第一到达时间判断待测评车辆发出的视频预警是否有效。本发明提升了预警时间确定的准确性，实现了对车辆视频预警有效性的精准测评。

Description

一种交叉路口车辆碰撞预警测评方法、装置及系统
技术领域
本发明涉及车辆智能驾驶测评技术领域，尤其是涉及一种交叉路口车辆碰撞预警测评方法、装置及系统。
背景技术
城市道路交叉路口一直被认为是交通事故发生率较高的地区，交叉路口碰撞是典型的事故类型之一。当前国内外对于车辆在交叉路口碰撞预警(Intersection CollisionWarning，ICW)功能都提出了相应的规范和要求，诸如，团体标准T/CSAE 53-2020中规定了ICW的基本性能要求。ICW的实现方法很多，包括交叉路口道路时空网格车辆碰撞预警算法、基于V2X通信的交叉路口车辆防碰撞预警方法等。随着ICW技术的不断完善，其相应的测评工作也越发重要，对预警信号的识别是测评的重点之一。
车辆的预警信号主要分为视频预警和音频预警两种，现有的对车辆视频预警和音频预警的测评方法，主要采用回放后人工判定预警时间，进而测评该视频预警和音频预警是否有效的方法，但是，通过人工对发出的视频预警信号进行判断可能会出现延迟甚至忽视的主观误差，导致对于视频预警有效性的测评结果不准确。
发明内容
有鉴于此，本发明的目的在于提供一种交叉路口车辆碰撞预警测评方法、装置及系统，能够有效消除人工识别视频预警信号的主观误差，避免了对于视频预警信号判断的延迟，提升了预警时间确定的准确性，实现了对车辆视频预警有效性的精准测评。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提供了一种交叉路口车辆碰撞预警测评方法，包括：获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；其中，所述预警设备用于播放视频预警，所述预警设备图像中包括所述预警设备的显示画面；获取所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度，获取目标车辆在所述预警时间的目标车辆位置和目标车辆速度；其中，所述目标车辆为与所述待测评车辆存在碰撞可能性的远车；基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度判断所述待测评车辆与所述目标车辆是否会产生碰撞，如果是，确定所述待测评车辆到达预计碰撞点的第一到达时间；基于所述预警时间及所述第一到达时间判断所述待测评车辆发出的视频预警是否有效。
进一步，所述基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预设设备发出视频预警的预警时间的步骤，包括：将视频预警模板图像和所述预警设备图像分别转化为灰度图，基于视频预警模板图像对各所述预警设备图像进行二次模板匹配，以从所述预警设备图像中筛选出包括有所述预警设备播放视频预警画面的目标预警图像；其中，所述视频预警模板图像中包括视频预警画面；基于首帧所述预警设备图像的采集时间及所述目标预警图像的帧序列号确定所述预警设备发出所述视频预警的预警时间；其中，所述预警时间
Figure BDA0003375595800000021
t0为首帧所述预警设备图像的采集时间，kw为所述目标预警图像的帧序列号，f为所述预警设备图像对应采集设备的帧率。
进一步，所述待测评车辆及所述目标车辆均安装有导航系统；所述获取所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度，获取目标车辆在所述预警时间的目标车辆位置和目标车辆速度的步骤，包括：获取所述待测评车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及所述待测评车辆的经纬度坐标确定所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度；获取所述目标车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及所述目标车辆的经纬度坐标确定所述目标车辆在所述预警时间的目标车辆位置和目标车辆速度。
进一步，所述基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度判断所述待测评车辆与所述目标车辆是否会产生碰撞的步骤，包括：基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度，确定所述待测评车辆到达所述预计碰撞点的第一到达时间，及所述目标车辆到达所述预计碰撞点的第二到达时间；当所述第一到达时间与所述第二到达时间之间的间隔时长小于预设阈值时，确定所述待测评车辆与所述目标车辆会产生碰撞。
进一步，所述基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度，确定所述待测评车辆到达所述预计碰撞点的第一到达时间，及所述目标车辆到达所述预计碰撞点的第二到达时间的步骤，包括：获取所述待测评车辆的方向角和所述目标车辆的方向角；所述待测评车辆的行驶路段与所述目标车辆的行驶路段为交叉关系；基于所述测评车辆位置、所述目标车辆位置及所述待测评车辆的方向角和所述目标车辆的方向角确定所述预计碰撞点的坐标；基于所述预计碰撞点的坐标及所述测评车辆位置确定所述待测评车辆与所述预计碰撞点的第一距离，基于所述第一距离及所述测评车辆速度确定所述待测评车辆到达所述预计碰撞点的第一到达时间；基于所述预计碰撞点的坐标及所述当前车辆位置确定所述目标车辆与所述预计碰撞点的第二距离，基于所述第二距离及所述目标车辆速度确定所述目标车辆到达所述预计碰撞点的第二到达时间。
进一步，所述交叉路口车辆碰撞预警测评方法还包括：基于所述测评车辆位置和所述目标车辆位置计算所述预警时间时所述待测评车辆与所述目标车辆的通讯距离；当所述通讯距离大于预设距离阈值时，确定所述待测评车辆的车车通讯距离合格。
进一步，所述基于所述预警时间及所述第一到达时间判断所述待测评车辆发出的视频预警是否有效的步骤，包括：计算所述第一到达时间与所述预警时间之间的间隔时长，判断所述间隔时长是否处于有效预警时间范围内；如果是，确定所述待测评车辆发出的视频预警有效。
进一步，所述有效预警时间范围为[2.7s，4.4s]。
第二方面，本发明实施例还提供了一种交叉路口车辆碰撞预警测评装置，包括：确定模块，用于获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；其中，所述预警设备用于播放视频预警，所述预警设备图像中包括所述预警设备的显示画面；获取模块，用于获取所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度，获取目标车辆在所述预警时间的目标车辆位置和目标车辆速度；其中，所述目标车辆为与所述待测评车辆存在碰撞可能性的远车；第一判断模块，用于基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度判断所述待测评车辆与所述目标车辆是否会产生碰撞，如果是，确定所述待测评车辆到达预计碰撞点的第一到达时间；第二判断模块，用于基于所述预警时间及所述第一到达时间判断所述待测评车辆发出的视频预警是否有效。
第三方面，本发明实施例提供了一种交叉路口车辆碰撞预警测评系统，包括：控制器以及与所述控制器通信连接的摄像头和通信设备，所述摄像头用于采集待测评车辆上的预警设备图像，所述通信设备用于获取所述待测评车辆及目标车辆的导航系统所采集的经纬度坐标、车辆速度及方向角；所述控制器包括处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如第一方面任一项所述的方法。
本发明实施例提供了一种交叉路口车辆碰撞预警测评方法、装置及系统，该方法包括：获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；获取待测评车辆在预警时间的测评车辆位置和测评车辆速度，获取目标车辆在预警时间的目标车辆位置和目标车辆速度；基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度判断待测评车辆与目标车辆是否会产生碰撞，如果是，确定待测评车辆到达预计碰撞点的第一到达时间；基于预警时间及第一到达时间判断待测评车辆发出的视频预警是否有效。
上述交叉路口车辆碰撞预警测评方法，通过对预警设备图像进行模板匹配可以自动识别得到预警设备发出视频预警的预警时间，有效消除了人工识别视频预警信号的主观误差，避免了对于视频预警信号判断的延迟，提升了预警时间确定的准确性，通过在判断得到待测评车辆会产生碰撞时，基于该预警时间及待测评车辆到达预计碰撞点的第一到达时间判断其发出的视频预警是否有效，实现了对车辆视频预警有效性的精准测评。
本发明实施例的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明实施例的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
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示出了本发明实施例所提供的一种交叉路口车辆碰撞预警测评方法流程图；
图2示出了本发明实施例所提供的一种待测评车辆HV与目标车辆RV的位置示意图；
图3示出了本发明实施例所提供的一种基于二次模板匹配的车车通讯交叉路口碰撞预警测评方法流程图；
图4示出了本发明实施例所提供的一种交叉路口车辆碰撞预警测评装置结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行描述，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。
本实施例提供了一种交叉路口车辆碰撞预警测评方法，应用于交叉路口车辆碰撞预警测评系统的控制器，参见图1所示的交叉路口车辆碰撞预警测评方法流程图，该方法主要包括以下步骤S102～步骤S108：
步骤S102，获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间。
上述交叉路口车辆碰撞预警测评系统包括安装在待测评车辆上拍摄预警设备的摄像头。上述待测评车辆为被测评主车HV，目标车辆为可能会与待测评车辆产生碰撞的远车RV，待测评车辆上安装有预警设备、导航系统和无线传输设备，目标车辆上安装有导航系统和无线传输设备。
待测评车辆和目标车辆上导航系统采集的参数信息以北斗时间为基准，即导航系统的脉冲信号作为摄像头的拍摄触发信号，从而保证基础参数信息的时间轴统一。上述预警设备用于播放视频预警，上述摄像头的位置正对该预警设备，当接收到拍摄触发信号时，基于上述摄像头拍摄预警设备的视频，将该视频解压转化为连续图像帧序列，得到连续多帧预警设备图像，该预警设备图像中包括预警设备的显示画面。摄像头采集的视频为整个测试过程的视频，采用逐帧模板匹配从中识别出视频预警的预警画面，并计算出预警设备发出视频预警的时间，记为预警时间。
步骤S104，获取待测评车辆在预警时间的测评车辆位置和测评车辆速度，获取目标车辆在预警时间的目标车辆位置和目标车辆速度。
参见如图2所示的待测评车辆HV与目标车辆RV的位置示意图，目标车辆的行驶路线与待测评车辆的行驶路线存在交点，即目标车辆RV为与待测评车辆HV存在碰撞可能性的远车。
上述交叉路口车辆碰撞预警测评系统还包括通信设备，该通信设备分别与待测评车辆和目标车辆的无线传输设备进行通信，以获取待测评车辆及目标车辆的导航系统检测到的基础参数信息，该基础参数信息包括经纬度信息、速度和方向角。
基于上述通信设备接收待测评车辆的导航系统采集的基础参数信息，以确定待测评车辆在预警时间所处的位置及速度，记为测评车辆位置和测评车辆速度。
基于上述通信设备接收目标车辆的导航系统采集的基础参数信息，以确定目标车辆在预警时间所处的位置及速度，记为目标车辆位置和目标车辆速度。
步骤S106，基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度判断待测评车辆与目标车辆是否会产生碰撞，如果是，确定待测评车辆到达预计碰撞点的第一到达时间。
根据预警时间待测评车辆的测评车辆位置及测评车辆速度、目标车辆在预警时间的目标车辆位置和目标车辆速度，判断待测评车辆和目标车辆到达预计碰撞点的时间是否足够接近，如果是，确定待测评车辆与目标车辆会产生碰撞。当预测得到待测评车辆与目标车辆会产生碰撞时，进一步确定待测评车辆到达预计碰撞点的时间，记为第一到达时间。
步骤S108，基于预警时间及第一到达时间判断待测评车辆发出的视频预警是否有效。
根据目前交通行业标准中对碰撞预警距离碰撞时间的要求，判断待测评车辆的预警时间与第一到达时间是否符合行业标准要求，如果是，则判断待测评车辆的视频预警有效。
本实施例提供的上述交叉路口车辆碰撞预警测评方法，通过对预警设备图像进行模板匹配可以自动识别得到预警设备发出视频预警的预警时间，有效消除了人工识别视频预警信号的主观误差，避免了对于视频预警信号判断的延迟，提升了预警时间确定的准确性，通过在判断得到待测评车辆会产生碰撞时，基于该预警时间及待测评车辆到达预计碰撞点的第一到达时间判断其发出的视频预警是否有效，实现了对车辆视频预警有效性的精准测评。
在一种可行的实施方式中，本实施例提供了基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预设设备发出视频预警的预警时间的实施方式，具体可参照如下步骤(1)～步骤(2)执行：
步骤(1)：将视频预警模板图像和预警设备图像分别转化为灰度图，基于视频预警模板图像对各预警设备图像进行二次模板匹配，以从预警设备图像中筛选出包括有预警设备播放视频预警画面的目标预警图像。
上述视频预警模板图像为已知的模板图像，该模板图像为视频预警画面的图像。读取摄像头拍摄得到的预警设备视频，已知摄像头的帧率为f，将视频转化成总帧数为L的连续图像帧序列Sk(W,H)，其中1≤k≤L，记录开始时刻为t0，则每一帧预警设备图像耗时为
Figure BDA0003375595800000091
将视频预警模板图像和各预警设备图像转化为灰度图，获取原图R,G,B三通道的数值，转化成灰度值Gray：Gray＝0.1140*R+0.5870*G+0.2989*B
用视频预警模板图像在各预警设备图像帧上移动，以检测各预警设备图像中是否有视频预警画面，为优化检测速度，可以采用二次归一化相关匹配算法进行二次模板匹配：
在第一次模板匹配中，取视频预警模板图像的隔行隔列数据，即四分之一的模板数据在灰度化处理好的预警设备图像上进行隔行隔列扫描匹配，即在被扫描预警设备图像的四分之一范围内进行匹配，从而使数据计算量减小，提高匹配速度。
第二次匹配是在第一次匹配相关系数最高的图像帧上再次进行精确匹配，并得到最终结果。记视频预警模板图像为T(m,n)，灰度化处理好的预警设备图像为Sk(W,H)，i,j为被搜索的预警设备图像Sk上的坐标，搜索范围是：1≤i≤W-m，1≤j≤H-n，模板图像T和当前所覆盖被搜索图区域Ski j的相似性可以表示为：
Figure BDA0003375595800000101
将其归一化，得到模板匹配的相关系数：
Figure BDA0003375595800000102
相关系数R(i，j)表示视频预警模板图像与预警设备图像的相似程度。
对第二次模板匹配后的相似度结果进行优化处理，将R(i，j)＜0.60的部分变成0，保留R(i，j)＞0.60的值，即
Figure BDA0003375595800000103
将进行优化处理后的结果进行归一化处理：
Figure BDA0003375595800000104
在归一化后寻找R(i，j)的第一个最大值点坐标R(i0，j0)，若R(i0，j0)＝0则匹配失败，没有找到对应的视频预警画面；若R(i0，j0)＝1，则匹配成功，检测出包括视频预警画面的目标预警图像，则记录当前匹配成功的目标预警图像的帧序列号kw，当匹配成功的目标预警图像包括多帧时，记录第一次出现视频预警画面的目标预警图像的帧序列号kw。
步骤(2)：基于首帧预警设备图像的采集时间及目标预警图像的帧序列号确定预警设备发出视频预警的预警时间。
上述预警时间
Figure BDA0003375595800000105
t0为首帧预警设备图像的采集时间，kw为目标预警图像的帧序列号，f为预警设备图像对应采集设备的帧率。
在一种可行的实施方式中，本实施例提供了获取待测评车辆在预警时间的测评车辆位置和测评车辆速度，获取目标车辆在预警时间的目标车辆位置和目标车辆速度的实施方式，具体可参照如下步骤1)～步骤2)执行：
步骤1)：获取待测评车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及待测评车辆的经纬度坐标确定待测评车辆在预警时间的测评车辆位置和测评车辆速度。
假设待测评车辆的导航系统采集的数据中与预警时间tw最接近的是tk和tk+1时刻，tk时刻导航系统采集的待测评车辆的经纬度坐标为(uk，vk)，横向(即图2中HV的东向)速度为
Figure BDA0003375595800000111
横向加速度为
Figure BDA0003375595800000112
纵向(即图2中HV的北向)速度为
Figure BDA0003375595800000113
纵向加速度为
Figure BDA0003375595800000114
tk+1时刻待测评车辆的经纬度坐标为(uk+1，vk+1)，横向速度为
Figure BDA0003375595800000115
横向加速度为
Figure BDA0003375595800000116
纵向速度为
Figure BDA0003375595800000117
纵向加速度为
Figure BDA0003375595800000118
将经纬度坐标转换为高斯投影坐标，(uk，vk)的高斯投影坐标记为
Figure BDA0003375595800000119
(uk+1，vk+1)的高斯投影坐标记为
Figure BDA00033755958000001110
进行五次多项式插值解算，计算待测评车辆的横向位置x1(即横坐标)、横向速度ve和横向加速度αe为例，其数学表达式为：
x1(t)＝a5(t-tk)5+a4(t-tk)4+a3(t-tk)3+a2(t-tk)2+a1(t-tk)+a0
ve(t)＝5as0(t-tk)4+4a4(t-tk)3+3a3(t-tk)2+2a2(t-tk)+a1
αe(t)＝20a5(t-tk)3+12a4(t-tk)2+6a3(t-tk)+2a2
其中，a0，a1，a2，a3，a4，a5为待确定的参数；
已知的tk和tk+1时刻的横向位置、横向速度和横向加速度为解算待确定参数提供了6个约束条件，即：
Figure BDA00033755958000001111
Figure BDA00033755958000001112
Figure BDA00033755958000001113
设T＝tk+1-tk和，
Figure BDA00033755958000001114
则可以计算得到
Figure BDA0003375595800000121
待测评车辆HV的纵向位置y1(即纵坐标)、纵向速度vn、纵向加速度αn也可以建立类似的五次多项式插值方程即
y1(t)＝b5(t-tk)5+b4(t-tk)4+b3(t-tk)3+b2(t-tk)2+b1(t-tk)
+b0
vn(t)＝5b5(t-tk)4+4b4(t-tk)3+3b3(t-tk)2+2b2(t-tk)+b1
αn(t)＝20ab5(t-tk)3+12b4(t-tk)2+6b3(t-tk)+2b2
其中，b0，b1，b2，b3，b4，b5为待确定的参数；
已知的tk和tk+1时刻的纵向位置、纵向速度、纵向加速度为解算待确定参数提供了6个约束条件，即：
Figure BDA0003375595800000122
Figure BDA0003375595800000123
Figure BDA0003375595800000124
设
Figure BDA0003375595800000125
则可以计算得到
Figure BDA0003375595800000126
因此，预警时间tw时刻的待测评车辆的位置，记为测评车辆位置，可以表示为(x1(tw)，y1(tw))，测评车辆速度为
Figure BDA0003375595800000127
步骤2)：获取目标车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及目标车辆的经纬度坐标确定目标车辆在预警时间的目标车辆位置和目标车辆速度。
相应的，基于五次多项式插值算法计算出预警时间tw时刻目标车辆RV的目标车辆位置(x2(tw)，y2(tw))，及目标车辆速度vRV(tw)。
在一种可行的实施方式中，本实施例提供了基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度判断待测评车辆与目标车辆是否会产生碰撞的实施方式，具体可参照如下步骤a～步骤b执行：
步骤a，基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度，确定待测评车辆到达预计碰撞点的第一到达时间，及目标车辆到达预计碰撞点的第二到达时间。
基于测评车辆位置和目标车辆位置的几何关系确定预计碰撞点的坐标，基于测评车辆位置与预计碰撞点的距离及测评车辆速度确定待测评车辆到达预计碰撞点的时间，记为第一到达时间；基于目标车辆位置与预计碰撞点的距离及目标车辆速度确定目标车辆到达预计碰撞点的时间，记为第二到达时间
在一种具体的实施方式中，待测评车辆的行驶路段与目标车辆的行驶路段为交叉关系，获取待测评车辆的方向角θ1和目标车辆的方向角θ2，诸如，可以设置正北向为0度，将车辆行驶方向与正北向所成角度记为方向角。考虑在交叉路口的碰撞预警场景中，待测评车辆和目标车辆的行驶方向近似为垂直关系，则
Figure BDA0003375595800000131
基于测评车辆位置、目标车辆位置及待测评车辆的方向角和目标车辆的方向角确定预计碰撞点的坐标。测评车辆位置为(x1(tw)，y1(tw))，目标车辆位置为(x2(tw)，y2(tw))，由待测评车辆和目标车辆的经纬度坐标和方向角可以分别写出待测评车辆和目标车辆的行驶直线y-y1(tw)＝tanθ1(x-x1(tw))，
Figure BDA0003375595800000141
计算两直线的交点可以得到预计碰撞点的坐标为：
Figure BDA0003375595800000142
基于预计碰撞点的坐标及测评车辆位置确定待测评车辆与预计碰撞点的第一距离，基于第一距离及测评车辆速度确定待测评车辆到达预计碰撞点的第一到达时间。由预计碰撞点的坐标及测评车辆位置可以计算出在预警时间时预计碰撞点与待测评车辆的距离，记为第一距离l1，根据第一距离l1及测评车辆速度计算出待测评车辆到达预计碰撞点的所需时长t1＝l1/vHV(tw)。则待测评车辆到达预计碰撞点的第一到达时间为tw+t1。
基于预计碰撞点的坐标及当前车辆位置确定目标车辆与预计碰撞点的第二距离，基于第二距离及目标车辆速度确定目标车辆到达预计碰撞点的第二到达时间。由预计碰撞点的坐标及目标车辆位置可以计算出在预警时间时预计碰撞点与目标车辆的距离，记为第二距离l2，根据第二距离l2及目标车辆速度计算出目标车辆到达预计碰撞点的所需时长t2＝l2/vRV(tw)。目标车辆到达预计碰撞点的第二到达时间为tw+t2。
步骤b，当第一到达时间与第二到达时间之间的间隔时长小于预设阈值时，确定待测评车辆与目标车辆会产生碰撞。
若|t1-t2|<ε，表示两车到达碰撞点的时间足够接近，即待测评车辆与目标车辆会发生碰撞，ε为预设阈值，ε可以是0.5s。
在一种可行的实施方式中，上述方法还包括：基于测评车辆位置和目标车辆位置计算预警时间时待测评车辆与目标车辆的通讯距离；当通讯距离大于预设距离阈值时，确定待测评车辆的车车通讯距离合格。
定义车车通讯距离为待测评车辆发出视频预警时，待测评车辆与目标车辆的距离，由预警时间tw时刻测评车辆位置与目标车辆位置可以求得车车通讯距离为
Figure BDA0003375595800000151
若解算的通讯距离大于150m表示车车通讯距离合格，否则车车通讯距离不合格。
在一种可行的实施方式中，本实施例提供了基于预警时间及第一到达时间判断待测评车辆发出的视频预警是否有效的具体实施方式：计算第一到达时间与预警时间之间的间隔时长，即t1，判断间隔时长t1是否处于有效预警时间范围内；如果是，确定待测评车辆发出的视频预警有效。
上述有效预警时间范围可以是根据交通行业标准《营运车辆自动紧急制动系统性能要求和测试过程》(JT/T 1242-2019)中的要求确定的，诸如车辆距离碰撞时间在2.7s到4.4s时发出预警是有效的，因此，若t1满足2.7s<t1<4.4s，则判断待测评车辆的视频预警有效；若t1不在有效预警时间范围内，则待测评车辆的视频预警无效。
本实施例提供的上述交叉路口车辆碰撞预警测评方法，可以通过获取待测评车辆及目标车辆的导航系统采集的基础参数，并采用五次多项式插值算法处理相应的位置和速度数据，实现了对待测评车辆的视频预警有效性及车车通讯距离进行自动测评，提升了测评结果的准确性。
在前述实施例的基础上，本实施例提供了一种应用前述交叉路口车辆碰撞预警测评方法的示例，参见如图3所示的基于二次模板匹配的车车通讯交叉路口碰撞预警测评方法流程图，具体可参照如下步骤301～步骤305执行：
步骤301，基于导航系统采集待测评车辆HV和目标车辆RV的基础参数。
在HV、RV上分别安装组合导航系统和无线传输设备，并在HV上安装拍摄预警画面的摄像头；HV和RV上传感器采集的参数信息以北斗时间为基准，即组合导航系统的PPS脉冲信号作为摄像头的拍摄触发信号，从而保证基础参数信息的时间轴统一，测评所需的基础参数信息包括：HV的经纬度坐标、速度、方向角、视频预警信号；RV的经纬度坐标、速度、方向角。
步骤302，自动识别视频预警信号确定预警时刻。
HV上采集的视频为整个测试过程的视频，采用逐帧模板匹配的方法从中找到预警画面，并解算预警发出时刻，读取摄像头拍摄得到的视频，已知帧率为f，将视频转化成总帧数为L的连续图像帧序列Sk(W,H)，其中1≤k≤L，记录开始时刻为t0，则每一帧耗时为
Figure BDA0003375595800000161
将预警设备图像帧和匹配模板(视频预警模板图像)转化成灰度图，基于二次归一化相关匹配对预警设备图像帧和匹配模板进行二次匹配，判断预警设备图像中是否出现视频预警画面，将与匹配模板相关系数最大的预警设备图像帧记为目标预警图像，记录目标预警图像的图像帧序列号kw，从而计算出预警消息发出的时间为
Figure BDA0003375595800000162
步骤303，基于数据插值算法确定预警时刻待测评车辆的测评车辆位置和测评车辆速度，及目标车辆的目标车辆位置和目标车辆速度。
预警时间tw时刻的待测评车辆HV的测评车辆位置可以表示为(x1(tw)，y1(tw))，测评车辆速度为
Figure BDA0003375595800000163
预警时间tw时刻的目标车辆RV的目标车辆位置为(x2(tw)，y2(tw))，目标车辆速度为vRV(tw)。
步骤304，基于测评车辆位置和目标车辆位置进行车车通讯距离测评。
定义车车通讯距离为HV发出预警时，HV与RV的距离，由预警时间tw时刻的RV和HV位置可以求得待测评车辆与目标车辆在预警时间的车车通讯距离为
Figure BDA0003375595800000164
若解算的距离大于150m表示合格，否则不合格。
步骤305，对待测评车辆进行视频预警有效性测评。
考虑在交叉路口的碰撞预警场景中，RV和HV的行驶方向近似为垂直关系，HV的位置坐标为(x1(tw)，y1(tw))，RV的位置坐标为(x2(tw)，y2(tw))，测试过程中，RV和HV都沿道路方向行驶，可以认为方向角不变，故无需对车辆方向角进行插值处理，令HV的方向角为θ1，RV的方向角为θ2，考虑RV和HV行驶方向的垂直关系，令
Figure BDA0003375595800000171
由车辆的经纬度坐标和方向角可以写出HV和RV的行驶直线y-y1(tw)＝tanθ1(x-x1(tw))，
Figure BDA0003375595800000172
计算两直线的交点可以得到预计碰撞点的坐标为：
Figure BDA0003375595800000173
由测评车辆位置、目标车辆位置和预计碰撞点坐标可以算出HV、RV与预计碰撞点的距离分别为l1、l2，到达碰撞点的时间分别为t1＝l1/vHV(tw),t2＝l2/vRV(tw)，若|t1-t2|<ε，表示两车到达碰撞点的时间足够接近，即两车会发成碰撞；交通行业标准《营运车辆自动紧急制动系统性能要求和测试过程》(JT/T 1242-2019)中要求距离碰撞时间在2.7s到4.4s时发出预警是有效的，因此若t1满足2.7s<t1<4.4s，则判断ICW预警有效。
对应于上述实施例所提供的交叉路口车辆碰撞预警测评方法，本发明实施例提供了一种交叉路口车辆碰撞预警测评装置，参见图4所示的一种交叉路口车辆碰撞预警测评装置结构示意图，该装置包括以下模块：
确定模块41，用于获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；其中，预警设备用于播放视频预警，预警设备图像中包括预警设备的显示画面。
获取模块42，用于获取待测评车辆在预警时间的测评车辆位置和测评车辆速度，获取目标车辆在预警时间的目标车辆位置和目标车辆速度；其中，目标车辆为与待测评车辆存在碰撞可能性的远车。
第一判断模块43，用于基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度判断待测评车辆与目标车辆是否会产生碰撞，如果是，确定待测评车辆到达预计碰撞点的第一到达时间。
第二判断模块44，用于基于预警时间及第一到达时间判断待测评车辆发出的视频预警是否有效。
本实施例提供的上述交叉路口车辆碰撞预警测评装置，通过对预警设备图像进行模板匹配可以自动识别得到预警设备发出视频预警的预警时间，有效消除了人工识别视频预警信号的主观误差，避免了对于视频预警信号判断的延迟，提升了预警时间确定的准确性，通过在判断得到待测评车辆会产生碰撞时，基于该预警时间及待测评车辆到达预计碰撞点的第一到达时间判断其发出的视频预警是否有效，实现了对车辆视频预警有效性的精准测评。
在一种实施方式中，上述确定模块41，进一步用于将视频预警模板图像和预警设备图像分别转化为灰度图，基于视频预警模板图像对各预警设备图像进行二次模板匹配，以从预警设备图像中筛选出包括有预警设备播放视频预警画面的目标预警图像；其中，视频预警模板图像中包括视频预警画面；基于首帧预警设备图像的采集时间及目标预警图像的帧序列号确定预警设备发出视频预警的预警时间；其中，预警时间
Figure BDA0003375595800000181
t0为首帧预警设备图像的采集时间，kw为目标预警图像的帧序列号，f为预警设备图像对应采集设备的帧率。
在一种实施方式中，上述待测评车辆及目标车辆均安装有导航系统；上述获取模块42，进一步用于获取待测评车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及待测评车辆的经纬度坐标确定待测评车辆在预警时间的测评车辆位置和测评车辆速度；获取目标车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及目标车辆的经纬度坐标确定目标车辆在预警时间的目标车辆位置和目标车辆速度。
在一种实施方式中，上述第一判断模块43，进一步用于基于测评车辆位置、测评车辆速度、目标车辆位置和目标车辆速度，确定待测评车辆到达预计碰撞点的第一到达时间，及目标车辆到达预计碰撞点的第二到达时间；当第一到达时间与第二到达时间之间的间隔时长小于预设阈值时，确定待测评车辆与目标车辆会产生碰撞。
在一种实施方式中，上述第一判断模块43，进一步用于获取待测评车辆的方向角和目标车辆的方向角；待测评车辆的行驶路段与目标车辆的行驶路段为交叉关系；基于测评车辆位置、目标车辆位置及待测评车辆的方向角和目标车辆的方向角确定预计碰撞点的坐标；基于预计碰撞点的坐标及测评车辆位置确定待测评车辆与预计碰撞点的第一距离，基于第一距离及测评车辆速度确定待测评车辆到达预计碰撞点的第一到达时间；基于预计碰撞点的坐标及当前车辆位置确定目标车辆与预计碰撞点的第二距离，基于第二距离及目标车辆速度确定目标车辆到达预计碰撞点的第二到达时间。
在一种实施方式中，上述装置还包括：
测评模块，用于基于测评车辆位置和目标车辆位置计算预警时间时待测评车辆与目标车辆的通讯距离；当通讯距离大于预设距离阈值时，确定待测评车辆的车车通讯距离合格。
在一种实施方式中，上述第二判断模块44，进一步用于计算第一到达时间与预警时间之间的间隔时长，判断间隔时长是否处于有效预警时间范围内；如果是，确定待测评车辆发出的视频预警有效。
本实施例提供的上述交叉路口车辆碰撞预警测评装置，可以通过获取待测评车辆及目标车辆的导航系统采集的基础参数，并采用五次多项式插值算法处理相应的位置和速度数据，实现了对待测评车辆的视频预警有效性及车车通讯距离进行自动测评，提升了测评结果的准确性。
本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
对应于前述实施例所提供的方法和装置，本发明实施例还提供了一种交叉路口车辆碰撞预警测评系统，该系统包括：控制器以及与控制器通信连接的摄像头和通信设备，摄像头用于采集待测评车辆上的预警设备图像，通信设备与待测评车辆和目标车辆上的无线传输设备进行通信，通信设备用于获取待测评车辆及目标车辆的导航系统所采集的经纬度坐标、车辆速度、方向角及加速度。
上述控制器包括处理器和存储装置；存储装置上存储有计算机程序，所述计算机程序在被处理器运行时执行上述实施例提供的交叉路口车辆碰撞预警测评方法。
本发明实施例提供了一种计算机可读介质，其中，所述计算机可读介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，所述计算机可执行指令促使所述处理器实现上述实施例所述的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统具体工作过程，可以参考前述实施例中的对应过程，在此不再赘述。
本发明实施例所提供的交叉路口车辆碰撞预警测评方法、装置及系统的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
另外，在本发明实施例的描述中，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，可以是两个元件内部的连通。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。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种交叉路口车辆碰撞预警测评方法，其特征在于，包括：
获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；其中，所述预警设备用于播放视频预警，所述预警设备图像中包括所述预警设备的显示画面；
获取所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度，获取目标车辆在所述预警时间的目标车辆位置和目标车辆速度；其中，所述目标车辆为与所述待测评车辆存在碰撞可能性的远车；
基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度判断所述待测评车辆与所述目标车辆是否会产生碰撞，如果是，确定所述待测评车辆到达预计碰撞点的第一到达时间；
基于所述预警时间及所述第一到达时间判断所述待测评车辆发出的视频预警是否有效。
2.根据权利要求1所述的方法，其特征在于，所述基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预设设备发出视频预警的预警时间的步骤，包括：
将视频预警模板图像和所述预警设备图像分别转化为灰度图，基于视频预警模板图像对各所述预警设备图像进行二次模板匹配，以从所述预警设备图像中筛选出包括有所述预警设备播放视频预警画面的目标预警图像；其中，所述视频预警模板图像中包括视频预警画面；
基于首帧所述预警设备图像的采集时间及所述目标预警图像的帧序列号确定所述预警设备发出所述视频预警的预警时间；其中，所述预警时间
Figure FDA0003375595790000021
t0为首帧所述预警设备图像的采集时间，kw为所述目标预警图像的帧序列号，f为所述预警设备图像对应采集设备的帧率。
3.根据权利要求1所述的方法，其特征在于，所述待测评车辆及所述目标车辆均安装有导航系统；
所述获取所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度，获取目标车辆在所述预警时间的目标车辆位置和目标车辆速度的步骤，包括：
获取所述待测评车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及所述待测评车辆的经纬度坐标确定所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度；
获取所述目标车辆的导航系统采集到的经纬度坐标、车辆速度及车辆加速度，基于多项式数据插值算法及所述目标车辆的经纬度坐标确定所述目标车辆在所述预警时间的目标车辆位置和目标车辆速度。
4.根据权利要求1所述的方法，其特征在于，所述基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度判断所述待测评车辆与所述目标车辆是否会产生碰撞的步骤，包括：
基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度，确定所述待测评车辆到达所述预计碰撞点的第一到达时间，及所述目标车辆到达所述预计碰撞点的第二到达时间；
当所述第一到达时间与所述第二到达时间之间的间隔时长小于预设阈值时，确定所述待测评车辆与所述目标车辆会产生碰撞。
5.根据权利要求4所述的方法，其特征在于，所述基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度，确定所述待测评车辆到达所述预计碰撞点的第一到达时间，及所述目标车辆到达所述预计碰撞点的第二到达时间的步骤，包括：
获取所述待测评车辆的方向角和所述目标车辆的方向角；所述待测评车辆的行驶路段与所述目标车辆的行驶路段为交叉关系；
基于所述测评车辆位置、所述目标车辆位置及所述待测评车辆的方向角和所述目标车辆的方向角确定所述预计碰撞点的坐标；
基于所述预计碰撞点的坐标及所述测评车辆位置确定所述待测评车辆与所述预计碰撞点的第一距离，基于所述第一距离及所述测评车辆速度确定所述待测评车辆到达所述预计碰撞点的第一到达时间；
基于所述预计碰撞点的坐标及所述当前车辆位置确定所述目标车辆与所述预计碰撞点的第二距离，基于所述第二距离及所述目标车辆速度确定所述目标车辆到达所述预计碰撞点的第二到达时间。
6.根据权利要求1所述的方法，其特征在于，还包括：
基于所述测评车辆位置和所述目标车辆位置计算所述预警时间时所述待测评车辆与所述目标车辆的通讯距离；
当所述通讯距离大于预设距离阈值时，确定所述待测评车辆的车车通讯距离合格。
7.根据权利要求1所述的方法，其特征在于，所述基于所述预警时间及所述第一到达时间判断所述待测评车辆发出的视频预警是否有效的步骤，包括：
计算所述第一到达时间与所述预警时间之间的间隔时长，判断所述间隔时长是否处于有效预警时间范围内；
如果是，确定所述待测评车辆发出的视频预警有效。
8.根据权利要求7所述的方法，其特征在于，所述有效预警时间范围为[2.7s，4.4s]。
9.一种交叉路口车辆碰撞预警测评装置，其特征在于，包括：
确定模块，用于获取待测评车辆的连续多帧预警设备图像，基于视频预警模板图像对各所述预警设备图像进行模板匹配以确定预警设备发出视频预警的预警时间；其中，所述预警设备用于播放视频预警，所述预警设备图像中包括所述预警设备的显示画面；
获取模块，用于获取所述待测评车辆在所述预警时间的测评车辆位置和测评车辆速度，获取目标车辆在所述预警时间的目标车辆位置和目标车辆速度；其中，所述目标车辆为与所述待测评车辆存在碰撞可能性的远车；
第一判断模块，用于基于所述测评车辆位置、所述测评车辆速度、所述目标车辆位置和所述目标车辆速度判断所述待测评车辆与所述目标车辆是否会产生碰撞，如果是，确定所述待测评车辆到达预计碰撞点的第一到达时间；
第二判断模块，用于基于所述预警时间及所述第一到达时间判断所述待测评车辆发出的视频预警是否有效。
10.一种交叉路口车辆碰撞预警测评系统，其特征在于，包括：控制器以及与所述控制器通信连接的摄像头和通信设备，所述摄像头用于采集待测评车辆上的预警设备图像，所述通信设备用于获取所述待测评车辆及目标车辆的导航系统所采集的经纬度坐标、车辆速度及方向角；
所述控制器包括处理器和存储装置；所述存储装置上存储有计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1至8任一项所述的方法。
CN202111416760.7A 2021-11-25 2021-11-25 一种交叉路口车辆碰撞预警测评方法、装置及系统 Active CN114141057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111416760.7A CN114141057B (zh) 2021-11-25 2021-11-25 一种交叉路口车辆碰撞预警测评方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111416760.7A CN114141057B (zh) 2021-11-25 2021-11-25 一种交叉路口车辆碰撞预警测评方法、装置及系统

Publications (2)

Publication Number Publication Date
CN114141057A true CN114141057A (zh) 2022-03-04
CN114141057B CN114141057B (zh) 2022-10-14

Family

ID=80387733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111416760.7A Active CN114141057B (zh) 2021-11-25 2021-11-25 一种交叉路口车辆碰撞预警测评方法、装置及系统

Country Status (1)

Country Link
CN (1) CN114141057B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171429A (zh) * 2022-06-29 2022-10-11 合众新能源汽车有限公司 用于验证前向碰撞预警的测试系统及方法
CN115410366A (zh) * 2022-07-22 2022-11-29 武汉光庭信息技术股份有限公司 交叉路口碰撞预警测试方法、系统、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633703A (zh) * 2016-07-19 2018-01-26 上海小享网络科技有限公司 一种行车记录仪及其前向防撞预警方法
JP2020016597A (ja) * 2018-07-27 2020-01-30 パナソニック株式会社 レーダデータ処理装置、物体判別装置、レーダデータ処理方法、および物体判別方法
CN111564020A (zh) * 2020-04-01 2020-08-21 石化盈科信息技术有限责任公司 一种驾驶安全防控系统、存储介质以及计算机设备
CN113264039A (zh) * 2019-04-29 2021-08-17 北京百度网讯科技有限公司 基于路侧感知装置的车辆驾驶方法、装置和车路协同系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633703A (zh) * 2016-07-19 2018-01-26 上海小享网络科技有限公司 一种行车记录仪及其前向防撞预警方法
JP2020016597A (ja) * 2018-07-27 2020-01-30 パナソニック株式会社 レーダデータ処理装置、物体判別装置、レーダデータ処理方法、および物体判別方法
CN113264039A (zh) * 2019-04-29 2021-08-17 北京百度网讯科技有限公司 基于路侧感知装置的车辆驾驶方法、装置和车路协同系统
CN111564020A (zh) * 2020-04-01 2020-08-21 石化盈科信息技术有限责任公司 一种驾驶安全防控系统、存储介质以及计算机设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李勃等: "基于路况图像模式识别预警网络的技术实现", 《仪器仪表学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171429A (zh) * 2022-06-29 2022-10-11 合众新能源汽车有限公司 用于验证前向碰撞预警的测试系统及方法
CN115171429B (zh) * 2022-06-29 2023-11-21 合众新能源汽车股份有限公司 用于验证前向碰撞预警的测试系统及方法
CN115410366A (zh) * 2022-07-22 2022-11-29 武汉光庭信息技术股份有限公司 交叉路口碰撞预警测试方法、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN114141057B (zh) 2022-10-14

Similar Documents

Publication Publication Date Title
JP7355151B2 (ja) 情報処理装置、情報処理方法、プログラム
US11663916B2 (en) Vehicular information systems and methods
CN114141057B (zh) 一种交叉路口车辆碰撞预警测评方法、装置及系统
CN106230940B (zh) 一种基于车载智能终端的车辆碰撞检测方法及系统
US10712445B2 (en) Method for detecting at least one parking space for a vehicle
JP4858761B2 (ja) 衝突危険性判定システム及び警告システム
JP2007232690A (ja) 現在地検出装置、地図表示装置、および現在地検出方法
TWI424146B (zh) 追蹤系統與方法
JP2007010335A (ja) 車両位置検出装置及びシステム
CN111915883A (zh) 一种基于车载摄像的道路交通状况检测方法
CN110097783A (zh) 车辆预警方法及系统
US20210398425A1 (en) Vehicular information systems and methods
KR101993445B1 (ko) 인공지능을 이용한 영상분석 시정계
CN111383248B (zh) 一种行人闯红灯判断方法、装置和电子设备
CN115223361A (zh) 一种车路协同系统中路侧传感器的布设优化方法
CN113179303A (zh) 用于上报交通事件的方法、设备和程序载体
KR20210055940A (ko) 유동인구 및 교통량 모니터링 시스템 및 방법
CN109830123B (zh) 路口碰撞预警方法及系统
CN115641724B (zh) 一种路内泊位管理的巡检识别方法、系统及计算机介质
JP2010146443A (ja) 車載カメラ制御システム
CN116645831A (zh) 一种交通盲区检测及预警系统
CN113076797B (zh) 基于智能视频识别的充电站电动车火灾报警方法及系统
CN112990117B (zh) 基于智能驾驶系统的安装数据处理方法及装置
CN115148024A (zh) 一种新型隧道安全监测方法及系统
CN114863089A (zh) 自动驾驶感知数据的自动采集方法、装置、介质及设备

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