CN114387786B - 一种路口车辆运行状态预测方法及装置 - Google Patents
一种路口车辆运行状态预测方法及装置 Download PDFInfo
- Publication number
- CN114387786B CN114387786B CN202210091437.5A CN202210091437A CN114387786B CN 114387786 B CN114387786 B CN 114387786B CN 202210091437 A CN202210091437 A CN 202210091437A CN 114387786 B CN114387786 B CN 114387786B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- state information
- information
- matchable
- vehicles
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 230000001133 acceleration Effects 0.000 claims description 44
- 238000006073 displacement reaction Methods 0.000 claims description 31
- 230000008859 change Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008676 import Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 11
- 238000010276 construction Methods 0.000 description 6
- 230000001788 irregular Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
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
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及交通技术领域,尤其涉及一种路口车辆运行状态预测方法及装置,其中,方法包括:按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息;按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息;将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息。通过上述方式,通过预测车辆的第一运行状态信息和第二运行状态信息,并根据车辆的运行速度赋予第一运行状态信息和第二运行状态信息不同的权重来得到当前位置信息,由于第一权重是根据车辆的运行速度实时变化的,预测更加贴近实际情况,有效地提高了车辆运行状态预测的准确性。
Description
技术领域
本申请涉及交通技术领域,尤其涉及一种路口车辆运行状态预测方法及装置。
背景技术
随着智慧路口的建设,交通监管技术得到了进一步地发展。但是,由于现代交通道路越来越宽,在路口处需要对车辆监测的范围也越来越大,因此也就需要在路口处设置多个检测装置,以实现对路口车辆的全域感知。
现有技术中,一般通过雷达和视频设备配合使用,对路口内的车辆进行监测。且,为了扩大监测范围,通常还可以设置多个监测雷达。例如,针对于一个十字交叉路口,预先在每个方向上的道路两侧分别设置一个雷达,以对四个方向上进入路口的车辆都进行监测。同时,考虑到仅依靠雷达无法监测到进入路口中间的车辆,因此,为弥补雷达视场的盲区,还需要在与车辆相对的路上设置摄像头,以实现对路口中间车辆的监测。显然,现有技术中的这种监测方式极大地增加了路口建设的成本。
基于此,目前亟需一种路口车辆运行状态预测方法,用于预测车辆在路口中行驶的运行状态,提高对车辆运行状态预测的准确性,降低路口建设的成本。
发明内容
本申请提供一种路口车辆运行状态预测方法,用于预测车辆在路口中行驶的运行状态,提高对车辆运行状态预测的准确性。
第一方面,本申请提供一种路口车辆运行状态预测方法,该方法包括:根据路口中的车辆在上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息;以及根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息;将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息,第一权重和第二权重的和为1,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到的;其中,第一运行状态信息和第二运行状态信息包括如下至少一项:第一运行状态信息包括车辆的第一位置信息,第二运行状态信息包括车辆的第二位置信息;第一运行状态信息包括车辆的第一速度信息、第二运行状态信息包括车辆的第二速度信息;第一运行状态信息包括车辆的第一加速度信息,第二运行状态信息包括车辆的第二加速度信息。
通过上述方式,通过预测车辆的第一运行状态信息和第二运行状态信息,并赋予第一运行状态信息和第二运行状态信息不同的权重来得到当前位置信息,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到,可见第一权重是根据车辆的运行速度实时变化的,预测更加贴近实际情况,有效地提高了车辆运行状态预测的准确性。
一种可能的实现方式,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到的,包括:通过如下公式确定第一权重:
其中,τ为第一权重,vi-1,x为上一时刻车辆的X轴速度,vi-1,y为上一时刻车辆的Y轴速度,以出口车道延长线和进口车道的延长线的交点为原点,以出口车道直行的反方向为X轴正方向,以出口车道向右转的方向为Y轴正方向建立直角坐标系。
由于车辆在左转弯的初始时刻,车辆近似为直线运动,通过上述方式,可以保证仅在车辆左转弯的初始时刻,才使用直线运动的轨迹预测算法计算得到的第二位置信息,有效地提高了位置信息预测得准确性。
一种可能的实现方式,车辆的第一运行状态信息包括车辆的当前时刻的第一位置信息,根据车辆上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息,包括:通过如下公式确定车辆上一时刻至当前时刻时段内的第一位移变化:
Δpx1=r×[cos(α+ω×Δt)-cosα]
Δpy1=-r×[sin(α+ω×Δt)-sinα]
通过如下公式确定当前时刻车辆的第一位置:
px1=pi-1,x+Δpx1
py1=pi-1,y+Δpy1
其中,Δpx1为上一时刻至当前时刻时段内的X方向的第一位移变化量,Δpy1为上一时刻至当前时刻时段内的Y方向的第一位移变化量,px1为当前时刻X方向的第一位置,py1为当前时刻Y方向的第一位置,pi-1,x为上一时刻X方向的位置,pi-1,y为上一时刻Y方向的位置,r为车辆的转弯半径,α为上一时刻车辆与停止线垂线的夹角,ω为上一时刻车辆的角速度,Δt为上一时刻至当前时刻的时段。
由于车辆在转弯时更接近圆周运动,因此通过上述方式,利用上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息预测得到车辆当前时刻的运行状态信息,可以有助于提高车辆运行状态预测的准确性。
一种可能的实现方式,第二运行状态信息包括车辆的当前时刻的第二位置信息,根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息,包括:
通过如下公式确定车辆上一时刻至当前时刻时段内的第二位移变化:
通过如下公式确定当前时刻车辆的第二位置:
px2=pi-1,x+Δpx2
py2=pi-1,y+Δpy2
其中,Δpx2为上一时刻至当前时刻时段内的X方向的第二位移变化量,Δpy2为上一时刻至当前时刻时段内的Y方向的第二位移变化量,px2为当前时刻X方向的第二位置,py2为当前时刻Y方向的第二位置,vi-1,x为上一时刻车辆X方向的速度,vi-1,y为上一时刻车辆Y方向的速度,ai-1,x为上一时刻车辆X方向的加速度,ai-1,y为上一时刻车辆Y方向的加速度。
通过上述方式由于车辆在转弯的初始时刻更接近直线运动,因此,按照直线运动的计算方式,得到当前时刻车辆的运行状态信息,可以提高在转弯的初始时刻对于车辆运行状态预测的准确度。
一种可能的实现方式,确定位于第一雷达装置的视场范围内的第一车辆集合和位于第二雷达装置的视场范围内的第二车辆集合;第一雷达装置和第二雷达装置设置在路口的四个方向的任意两个方向上;针对于第一车辆集合中的任一车辆,计算车辆与第二车辆集合中每个车辆的距离,从第二车辆集合中选择与车辆的距离最小的目标车辆,当目标车辆和车辆的距离小于第一阈值时,将车辆作为目标车辆对应的一个备选可匹配车辆;针对于第二车辆集合中的任一目标车辆,当目标车辆仅对应一个备选可匹配车辆时,确定目标车辆和备选可匹配车辆属于一辆车,当目标车辆对应至少两个备选可匹配车辆时,确定至少两个备选可匹配车辆中的每个备选可匹配车辆与第二车辆集合中的其它车辆的最小距离,计算每个备选可匹配车辆与其它车辆的最小距离和每个备选可匹配车辆与目标车辆的距离的差值距离,将至少两个备选可匹配车辆中差值距离最大的备选可匹配车辆确定为和目标车辆属于一辆车;确定备选可匹配车辆对应的第二车辆集合中的车辆与备选可匹配车辆匹配成功,结束对备选可匹配车辆的运行状态的预测。
通过上述方式,在车辆驶出第一雷达装置的视场范围,而被第二雷达装置监测到时,可以直接使用第二雷达装置对车辆进行监测,避免长距离地对车辆的运行状态进行预测,导致获取到的车辆运行状态不准确的问题。
第二方面,本申请还提供一种车辆运行状态预测装置,装置包括:
预测单元,用于根据路口中的车辆在上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息;以及用于根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息;
计算单元,用于将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息,第一权重和第二权重的和为1,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到的;其中,第一运行状态信息和第二运行状态信息包括如下至少一项:第一运行状态信息包括车辆的第一位置信息,第二运行状态信息包括车辆的第二位置信息;第一运行状态信息包括车辆的第一速度信息、第二运行状态信息包括车辆的第二速度信息;第一运行状态信息包括车辆的第一加速度信息,第二运行状态信息包括车辆的第二加速度信息。
一种可能的实现方式,计算单元还用于:通过如下公式确定第一权重:
其中,τ为第一权重,vi-1,x为上一时刻车辆的X轴速度,vi-1,y为上一时刻车辆的Y轴速度,以出口车道延长线和进口车道的延长线的交点为原点,以出口车道直行的反方向为X轴正方向,以出口车道向右转的方向为Y轴正方向建立直角坐标系。
一种可能的实现方式,车辆的第一运行状态信息包括车辆的当前时刻的第一位置信息;计算单元还用于根据车辆上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息包括:通过如下公式确定车辆上一时刻至当前时刻时段内的第一位移变化:
Δpx1=r×[cos(α+ω×Δt)-cosα]
Δpy1=-r×[sin(α+ω×Δt)-sinα]
通过如下公式确定当前时刻车辆的第一位置:
px1=pi-1,x+Δpx1
py1=pi-1,y+Δpy1
其中,Δpx1为上一时刻至当前时刻时段内的X方向的第一位移变化量,Δpy1为上一时刻至当前时刻时段内的Y方向的第一位移变化量,px1为当前时刻X方向的第一位置,py1为当前时刻Y方向的第一位置,pi-1,x为上一时刻X方向的位置,pi-1,y为上一时刻Y方向的位置,r为车辆的转弯半径,α为上一时刻车辆与停止线垂线的夹角,ω为上一时刻车辆的角速度,Δt为上一时刻至当前时刻的时段。
一种可能的实现方式,第二运行状态信息包括车辆的当前时刻的第二位置信息,计算单元还用于根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息,包括:
通过如下公式确定车辆上一时刻至当前时刻时段内的第二位移变化:
通过如下公式确定当前时刻车辆的第二位置:
px2=pi-1,x+Δpx2
py2=pi-1,y+Δpy2
其中,Δpx2为上一时刻至当前时刻时段内的X方向的第二位移变化量,Δpy2为上一时刻至当前时刻时段内的Y方向的第二位移变化量,px2为当前时刻X方向的第二位置,py2为当前时刻Y方向的第二位置,vi-1,x为上一时刻车辆X方向的速度,vi-1,y为上一时刻车辆Y方向的速度,ai-1,x为上一时刻车辆X方向的加速度,ai-1,y为上一时刻车辆Y方向的加速度。
一种可能的实现方式,计算单元还用于:确定位于第一雷达装置的视场范围内的第一车辆集合和位于第二雷达装置的视场范围内的第二车辆集合;第一雷达装置和第二雷达装置设置在路口的四个方向的任意两个方向上;针对于第一车辆集合中的任一车辆,计算车辆与第二车辆集合中每个车辆的距离,从第二车辆集合中选择与车辆的距离最小的目标车辆,当目标车辆和车辆的距离小于第一阈值时,将车辆作为目标车辆对应的一个备选可匹配车辆;针对于第二车辆集合中的任一目标车辆,当目标车辆仅对应一个备选可匹配车辆时,确定目标车辆和备选可匹配车辆属于一辆车,当目标车辆对应至少两个备选可匹配车辆时,确定至少两个备选可匹配车辆中的每个备选可匹配车辆与第二车辆集合中的其它车辆的最小距离,计算每个备选可匹配车辆与其它车辆的最小距离和每个备选可匹配车辆与目标车辆的距离的差值距离,将至少两个备选可匹配车辆中差值距离最大的备选可匹配车辆确定为和目标车辆属于一辆车;确定备选可匹配车辆对应的第二集合中的车辆与备选可匹配车辆匹配成功,结束对备选可匹配车辆的运行状态的预测。
第三方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,当计算机程序被运行时,执行上述第一方面中任一项方法。
第四方面,本申请提供一种计算设备,包括:存储器,用于存储程序指令;处理器,用于调用存储器中存储的程序指令,按照获得的程序执行上述第一方面中任一项设计中的方法。
第五方面,本申请提供一种计算机程序产品,当计算机程序产品在处理器上运行时,实现如上述第一方面中任一项设计中的方法。
上述第二方面至第五方面的有益效果,具体可参照上述第一方面任一项设计可达到的有益效果,此处不再一一赘述。
附图说明
图1示例性示出本申请实施例提供的一种场景架构示意图;
图2示例性示出本申请实施例提供的一种车辆运行状态预测方法流程示意图;
图3示例性示出本申请实施例提供的一种路口车辆坐标系建立方式示意图;
图4示例性地示出了本申请实施例提供的一种车辆匹配的流程示意图;
图5示例性示出本申请实施例提供的一种车辆左转时车辆运行状态预测方法流程示意图;
图6示例性示出本申请实施例提供的一种不规则交叉路口示意图;
图7示例性地示出了一种车辆运行状态预测装置示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,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前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示例性示出本申请实施例提供的一种场景架构示意图,如图1所示,该场景呈现为一个十字交叉路口。示例性地,在十字交叉路口的每个方向上的道路上都可以设置一个雷达,用于对车辆的运行信息进行监测,该车辆的运行信息包括但不限于:车辆的位置信息、车辆的运行速度信息以及车辆的加速度信息等。且,雷达还可以将监测到的数据上传至服务器,由服务器对这些数据保存或者计算。
通常情况下,雷达可以安装在红绿灯的灯杆上。该情况下,雷达的监测范围是与之相对的道路上距离停止线10米的位置以及进入路口后的半圆形区域。例如,图1中雷达111可以监测到的范围为灰色的阴影区域131。
然而,车辆在进入路口之后,可以有三种运行方向:左转、右转和直行,而由于雷达的监测范围有限,随着车辆的运行,车辆会驶出雷达的监测范围,导致雷达无法进行监测。举例来说,如图1所示,左转的车辆121在越过停止线向左行驶一小段距离之后就驶出了雷达111的监测范围,此时无法通过雷达获取到车辆121的位置信息、运行速度信息以及加速度信息等。该情况下,若想继续监测车辆121的运行状态,则现有技术是通过设置摄像头的方式,对雷达监测不到的区域进行摄像,通过获取车辆的行驶图像,对车辆的各种运行状态信息进行分析。但是,这种方式耗费了大量的成本,在现实的路口建设中难以实现。
基于此,本申请提供了一种路口车辆运行状态预测方法,用于预测车辆在路口中行驶的运行状态,降低路口建设的成本,提高对车辆运行状态监测的准确性。
下面介绍路口车辆运行状态预测方法的详细步骤。
图2示例性示出本申请实施例提供的一种车辆运行状态预测方法流程示意图。如图2所示,该方法包括如下步骤:
步骤201,根据路口中的车辆在上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息。
示例性地,第一运行状态信息为车辆的当前时刻的第一位置信息、第一速度信息、第一加速度信息。
图3示例性示出本申请实施例提供的一种路口车辆坐标系建立方式示意图。如图3所示,可以出口车道延长线和进口车道的延长线的交点为原点,以出口车道直行的反方向为X轴正方向,以出口车道向右转的方向为Y轴正方向,建立直角坐标系。示例性地,原点可以在出口车道中轴线的和入口车道的中轴线的延长线的交点处,每条车道中轴线的y坐标为该车道的y坐标。
一个示例中,可以通过如下方式确定第一位置信息:
首先,根据车辆的转弯半径r、上一时刻车辆与停止线垂线的夹角α,上一时刻车辆的角速度ω、上一时刻至当前时刻的时段Δt通过如下公式(2.1)确定车辆上一时刻至当前时刻时段内的第一位移变化:
示例性地,Δt的范围可以为10ms~100ms,为了提高车辆预测的精度,提高预测的效率,Δt可以设置为50ms,每50ms预测一次车辆的位置信息。
其次,根据上一时刻至当前时刻时段内的X方向的第一位移变化量Δpx1,上一时刻至当前时刻时段内的Y方向的第一位移变化量Δpy1,上一时刻X方向的位置pi-1,x,上一时刻Y方向的位置pi-1,y通过如下公式(2.2)确定当前时刻车辆的第一位置:
其中,px1为当前时刻X方向的第一位置,py1为当前时刻Y方向的第一位置。
一个示例中,可以根据上一时刻速度信息vi-1,x、上一时刻加速度信息ai-1,x、上一时刻至当前时刻的时段Δt并通过如下公式(2.3)确定第一速度信息:
一个示例中,可以根据上一时刻速度信息vi-1,x,和当前时刻的速度信息vx通过如下公式(2.4)确定第一加速度信息
步骤202,根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息。
示例性地,第二运行状态信息为车辆的第二位置信息、第二速度信息、第二加速度信息。
一个示例中,可以通过如下方式确定第二位置信息
首先,根据上一时刻车辆X方向的速度vi-1,x,上一时刻车辆Y方向的速度vi-1,y,上一时刻车辆X方向的加速度ai-1,x,上一时刻车辆Y方向的加速度ai-1,y,上一时刻至当前时刻的时段Δt通过如下公式(2.5)确定车辆上一时刻至当前时刻时段内的第二位移变化:
其次,根据上一时刻至当前时刻时段内的X方向的第二位移变化量Δpx2,上一时刻至当前时刻时段内的Y方向的第二位移变化量Δpy2,上一时刻X方向的位置pi-1,x,上一时刻Y方向的位置pi-1,y通过如下公式(2.6)确定当前时刻车辆的第二位置:
其中,px2为当前时刻X方向的第二位置,py2为当前时刻Y方向的第二位置。
确定第二速度信息和第二加速度信息的具体步骤可以参照上述步骤201中确定第一速度信息和第一加速度信息的方法,在此不再一一赘述。
一种可能的实现方式中,在公式(2.1)中,可以根据第二位移变化通过如下公式确定车辆当前时刻的角速度:
可以根据上一时刻车辆与停止线垂线的夹角信息αi-1、通过如下公式确定当前时刻车辆与停止线垂线的夹角信息:
α=αi-1-ω×Δt
其中,初始时刻车辆与停止线垂线的夹角信息可以根据雷达最后一次检测到的夹角信息确定。
需要说明的是,上述步骤201和步骤202的编号只是用于区分不同的步骤,并不限定步骤之间具有先后顺序,例如,在具体操作中,可以先执行步骤202再执行步骤201,也可以先执行步骤201再执行步骤202,还可以同时执行步骤201和步骤202,本申请对此不作具体限定。
步骤203,将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息。第一权重和第二权重的和为1,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到的。
一种可能的实现方式,第一运行状态信息包括第一位置信息、第一速度信息、第一加速度信息中的至少一项,第二运行状态信息包括第二位置信息、第二速度信息、第二加速度信息中的至少一项。
当第一运行状态信息为车辆的第一位置信息,第二运行状态信息为车辆的第二位置信息时,当前运行状态信息为当前位置信息。当第一运行状态信息为车辆的第一加速度信息,第二运行状态信息为车辆的第二加速度信息时,当前运行状态信息为当前加速度信息。
示例性地,可以根据上一时刻车辆的X轴速度vi-1,x,上一时刻车辆的Y轴速度vi-1,y通过如下公式(2.7)确定第一权重τ:
其中,根据第一权重和第二权重的和为1,得到第二权重即为σ=1-τ。
示例性地,可以通过如下公式(2.8)确定车辆的当前位置信息:
Px为当前时刻车辆所在的X轴位置,Py为当前时刻车辆所在的Y轴位置。
在公式(2.8)中,由于车辆在左转弯的初始时刻,车辆近似为直线运动,此时vi-1,x较大,vi-1,y接近于0,当σ>0.1时,令σ=0,可以保证仅在车辆左转弯的初始时刻,才使用直线运动的轨迹预测算法计算得到的第二位置信息,有效地提高了位置信息预测地准确性。
一种可能的实现方式,可以根据第一位移变化Δpx1和第二位移变化Δpx2通过如下公式(2.9)确定当前速度:
其中,vx为当前时刻车辆的X方向速度,vy为当前时刻车辆的Y方向速度。
在上述实施例中,通过预测车辆的第一运行状态信息和第二运行状态信息,并赋予第一运行状态信息和第二运行状态信息不同的权重来得到当前位置信息,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到,可见第一权重是根据车辆的运行速度实时变化的,使预测更加贴近实际情况,有效地提高了车辆运行状态预测的准确性。
一种可能的实现方式中,由于路口可以设置多个雷达装置,如图1所示的路口包括雷达111、雷达112、雷达113、雷达114。车辆驶出第一雷达装置的视场范围之后,有可能可以被第二检测装置监测到。
下面介绍不同车辆集合中车辆匹配的详细步骤。图4示例性地示出了本申请实施例提供的一种车辆匹配的流程示意图,如图4所示,该流程包括如下步骤:
步骤401,确定位于第一雷达装置的视场范围内的第一车辆集合和位于第二雷达装置的视场范围内的第二车辆集合。第一雷达装置和第二雷达装置设置在路口的四个方向的任意两个方向上。
示例性地,在车辆左转弯过程中,如图1所示,雷达111视场范围内的车辆为第一车辆集合,雷达112视场范围内的车辆为第二车辆集合。为了保证两个集合中元素的个数相等,对于元素个数少的集合中进行虚拟车辆补充,补充虚拟车辆的坐标为(0,0)。并对车辆集合中的车辆按照雷达在第一时段内首次监测到的时间顺序进行排序。步骤402,针对于第一车辆集合中的任一车辆,计算车辆与第二车辆集合中每个车辆的距离,从第二车辆集合中选择与车辆的距离最小的目标车辆。
假设第一车辆集合为[a1,a2,a3,a4,a5],第二车辆集合为[b1,b2,b3,b4,b5]。计算得到的第一车辆集合中的车辆与第二车辆集合中每个车辆的距离矩阵如下:
比较矩阵中的数据得到第二车辆集合中与第一车辆集合中车辆距离最小的目标车辆,得到如下对应关系:
a1、a2和a3对应的目标车辆为b4,a4对应的目标车辆为b2,a5对应的目标车辆为b5。
步骤403,判断目标车辆和车辆的距离是否小于第一阈值,若是,则将所述车辆作为所述目标车辆对应的一个备选可匹配车辆,执行步骤404;若否,则执行步骤409。
步骤404,判断目标车辆是否仅对应一个备选可匹配车辆,若是,则执行步骤407。若否,则执行步骤405。
示例性地,在上述步骤403中第一阈值设置范围可以为4~10,优选地,将第一阈值设置为7,此时,a1、a2、a3和a4的与目标车辆的距离小于第一阈值7,就将a1、a2、a3和a4作为备选可匹配车辆;目标车辆为b2仅对应一个备选可匹配车辆a4;目标车辆b4对应的备选可匹配车辆为a1、a2、a3,对应多个备选可匹配车辆。
步骤405,确定至少两个备选可匹配车辆中的每个备选可匹配车辆与第二车辆集合中的其它车辆的最小距离,计算每个备选可匹配车辆与其它车辆的最小距离和每个备选可匹配车辆与目标车辆的距离的差值距离。
步骤406,将至少两个备选可匹配车辆中差值距离最大的备选可匹配车辆确定为和目标车辆属于一辆车。
步骤407,确定目标车辆和备选可匹配车辆属于一辆车。
步骤408,确定备选可匹配车辆对应的第二集合中的车辆与备选可匹配车辆匹配成功,结束对备选可匹配车辆的运行状态的预测。
仍以上述步骤404中的示例进行说明,由于第一车辆集合是按照在第一时段内首次监测到的时间顺序进行排序的,因此在解决匹配发生冲突时,先计算a1、a2和第二车辆集合中除了b4以外的其他车辆的最小距离,得到a1和b3的距离最小为4,与a1和b4的距离相差1,a2和b2的距离最小为6,与a2和b4的距离相差2,2大于1,于是就将a2确定为与b4属于同一辆车,确定a2匹配成功。
由于a3对应的目标车辆也为b4,因此,继续按照上述方法,解决a2和a3对应的目标车辆冲突的问题。若最终确定a2与b4属于同一辆车,则确定a2和b4匹配成功,结束对a2的运行状态的预测。
步骤409,确定第二集合中没有与备选可匹配车辆为同一辆的车辆,继续对备选可匹配车辆的运行状态的预测。
在上述步骤403中,a5与目标车辆的距离大于第一阈值7。因此确定第二车辆集合中没有与车辆a5为同一辆的车辆,继续对车辆a5的运行状态进行预测。
通过上述方式,在车辆驶出第一雷达装置的视场范围,而被第二雷达装置监测到时,可以直接使用第二雷达装置对车辆进行监测,避免长距离地对车辆的运行状态进行预测,导致获取到的车辆运行状态不准确的问题。
基于图3所示意的左转坐标系,图5示例性示出本申请实施例提供的一种车辆左转时车辆运行状态预测方法流程示意图。如图5所示,该方法包括如下步骤:
步骤501,根据停止线X坐标stopx、车道的车道宽度LineW、车道Y坐标、预设的转弯半径R,确定车辆的行驶方向:
若行驶方向为非直行车辆,则执行步骤502;
若行驶方向为直行车辆,则执行步骤504。
一种可能的实现方式,当车辆满足如下条件时,确定非直行车辆为左转车辆:
其中,LineL,y为左转车道Y坐标,R为左转车道的车道宽度,该左转弯半径可以是路口内左转引导线的半径。
步骤502,根据左转弯车辆上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息。
具体地,可以参照步骤201中的方法得到左转弯车辆的第一运行状态信息,在此不再一一赘述。
其中,在公式(2.1)中,其中r=R-(stopx-pi-1,x),当计算的到的r大于预设的左转弯半径R时,为了降低车辆位置预测出现较大的偏差,可以直接令r=R;或者,当r小于第二阈值时,令r等于第二阈值。
步骤503,根据左转弯车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息。
具体地,可以参照步骤202中的方法得到左转弯车辆的第二运行状态信息,在此不再一一赘述。
步骤504,将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息。
具体地,可以参照步骤203中的方法得到左转弯车辆的当前运行状态信息,在此不再一一赘述。其中,
在上述实施例中,车辆在转弯时,进入雷达监测不到的范围后,开始进行车辆运行状态的预测,包括车辆的当前位置信息,车辆的当前速度信息,车辆的当前加速度信息等,可以在不增设其他雷达装置时,实现对车辆在路口行驶过程中的全域感知,降低了路口建设的成本。
一种可能的实现方式,当车辆满足如下条件时,判定非直行车辆为右转弯车辆:
其中,LineR,y为右转车道Y坐标,R为预设的右转弯半径。
车辆右转时车辆运行状态预测方法可以参照上述车辆左转时车辆运行状态预测方法,在此不再一一赘述。
步骤505,确定车辆为直行车辆。
一种可能的实现方式,当车辆不是左转车辆,也不是右转车辆时,判定车辆为直行车辆,
步骤506,根据上一时刻直行车辆X方向的速度vi-1,x、上一时刻直行车辆Y方向的速度vi-1,y、上一时刻直行车辆X方向的加速度ai-1,x、上一时刻直行车辆Y方向的加速度ai-1,y、通过如下公式(5.3)确定直行车辆的当前位置:
其中,px为当前时刻X方向的位置,py为当前时刻Y方向的位置,vi-1,x为上一时刻直行车辆X方向的速度。
直行车辆的当前速度和加速度可以参照步骤201中的方法得到,在此不再一一赘述。
在车辆直行时,有可能出现路口不规则的情形,比如进口车道和出口车道的方向不在一条直线上,存在较大的偏角,此时需要对vy进行修正。
图6示例性示出本申请实施例提供的一种不规则交叉路口示意图,如图6所示,首先,利用雷达计算进口车道和出口车道的偏角如果小于等于第三阈值,则不需要对vi-1,y进行修正,若大于第三阈值,则按照如下公式(5.4)计算车辆在路口纵向行驶的距离:
如图6所示,D为车辆实际纵向行驶的距离,L为路口的长度。
通过上述方式,对不规则路口计算得到的数据进行修正,有效地提高了车辆在不规则路口运行状态预测地准确性
基于相同的技术构思,本申请实施例还提供了一种车辆运行状态预测装置,该车辆运行状态预测装置可执行前述实施例提供的车辆运行状态预测方法的流程。
图7示例性地示出了一种车辆运行状态预测装置示意图,如图7所示,该装置包括:
预测单元,用于根据路口中的车辆在上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息;以及用于根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息;
计算单元,用于将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息,第一权重和第二权重的和为1,第一权重是根据车辆在上一时刻与停止线平行的方向的速度和上一时刻与停止线垂直的方向的速度的比值得到的;其中,第一运行状态信息和第二运行状态信息包括如下至少一项:第一运行状态信息包括车辆的第一位置信息,第二运行状态信息包括车辆的第二位置信息;第一运行状态信息包括车辆的第一速度信息、第二运行状态信息包括车辆的第二速度信息;第一运行状态信息包括车辆的第一加速度信息,第二运行状态信息包括车辆的第二加速度信息。
一种可能的实现方式,计算单元还用于:通过如下公式确定第一权重:
其中,τ为第一权重,vi-1,x为上一时刻车辆的X轴速度,vi-1,y为上一时刻车辆的Y轴速度,以出口车道延长线和进口车道的延长线的交点为原点,以出口车道直行的反方向为X轴正方向,以出口车道向右转的方向为Y轴正方向建立直角坐标系。
一种可能的实现方式,车辆的第一运行状态信息包括车辆的当前时刻的第一位置信息;计算单元还用于根据车辆上一时刻的车辆位置信息、车辆与停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到车辆的第一运行状态信息包括:通过如下公式确定车辆上一时刻至当前时刻时段内的第一位移变化:
Δpx1=r×[cos(α+ω×Δt)-cosα]
Δpy1=-r×[sin(α+ω×Δt)-sinα]
通过如下公式确定当前时刻车辆的第一位置:
px1=pi-1,x+Δpx1
py1=pi-1,y+Δpy1
其中,Δpx1为上一时刻至当前时刻时段内的X方向的第一位移变化量,Δpy1为上一时刻至当前时刻时段内的Y方向的第一位移变化量,px1为当前时刻X方向的第一位置,py1为当前时刻Y方向的第一位置,pi-1,x为上一时刻X方向的位置,pi-1,y为上一时刻Y方向的位置,r为车辆的转弯半径,α为上一时刻车辆与停止线垂线的夹角,ω为上一时刻车辆的角速度,Δt为上一时刻至当前时刻的时段。
一种可能的实现方式,第二运行状态信息包括车辆的当前时刻的第二位置信息,计算单元还用于根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到车辆的第二运行状态信息,包括:
通过如下公式确定车辆上一时刻至当前时刻时段内的第二位移变化:
通过如下公式确定当前时刻车辆的第二位置:
px2=pi-1,x+Δpx2
py2=pi-1,y+Δpy2
其中,Δpx2为上一时刻至当前时刻时段内的X方向的第二位移变化量,Δpy2为上一时刻至当前时刻时段内的Y方向的第二位移变化量,px2为当前时刻X方向的第二位置,py2为当前时刻Y方向的第二位置,vi-1,x为上一时刻车辆X方向的速度,vi-1,y为上一时刻车辆Y方向的速度,ai-1,x为上一时刻车辆X方向的加速度,ai-1,y为上一时刻车辆Y方向的加速度。
一种可能的实现方式,计算单元还用于:确定位于第一雷达装置的视场范围内的第一车辆集合和位于第二雷达装置的视场范围内的第二车辆集合;第一雷达装置和第二雷达装置设置在路口的四个方向的任意两个方向上;针对于第一车辆集合中的任一车辆,计算车辆与第二车辆集合中每个车辆的距离,从第二车辆集合中选择与车辆的距离最小的目标车辆,当目标车辆和车辆的距离小于第一阈值时,将车辆作为目标车辆对应的一个备选可匹配车辆;针对于第二车辆集合中的任一目标车辆,当目标车辆仅对应一个备选可匹配车辆时,确定目标车辆和备选可匹配车辆属于一辆车,当目标车辆对应至少两个备选可匹配车辆时,确定至少两个备选可匹配车辆中的每个备选可匹配车辆与第二车辆集合中的其它车辆的最小距离,计算每个备选可匹配车辆与其它车辆的最小距离和每个备选可匹配车辆与目标车辆的距离的差值距离,将至少两个备选可匹配车辆中差值距离最大的备选可匹配车辆确定为和目标车辆属于一辆车;确定备选可匹配车辆对应的第二集合中的车辆与备选可匹配车辆匹配成功,结束对备选可匹配车辆的运行状态的预测。
基于相同的技术构思,本发明实施例还提供了一种计算设备,包括:存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行如图2、图4和图6所示意的方法。
基于相同的技术构思,本发明实施例还提供了一种计算机可读存储介质,当所述计算机程序产品在处理器上运行时,实现如图2、图4和图6所示意的方法。
基于相同的技术构思,本发明实施例还提供了一种计算机程序产品,当所述计算机程序产品在处理器上运行时,实现如图2、图4和图6所示意的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种路口车辆运行状态预测方法,其特征在于,所述方法包括:
根据路口中的车辆在上一时刻的车辆位置信息、车辆与所述车辆所在车道的停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到所述车辆的第一运行状态信息;以及,根据所述车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到所述车辆的第二运行状态信息;
将所述第一运行状态信息和第一权重的乘积与所述第二运行状态信息和第二权重的乘积的和作为当前运行状态信息,所述第一权重和所述第二权重的和为1,所述第一权重是根据所述车辆在上一时刻与所述车辆所在车道的停止线平行的方向的速度和上一时刻与所述车辆所在车道的停止线垂直的方向的速度的比值得到的;
其中,所述第一运行状态信息和所述第二运行状态信息包括如下至少一项:
所述第一运行状态信息包括所述车辆的第一位置信息,所述第二运行状态信息包括所述车辆的第二位置信息;
所述第一运行状态信息包括所述车辆的第一速度信息、所述第二运行状态信息包括所述车辆的第二速度信息;
所述第一运行状态信息包括所述车辆的第一加速度信息,所述第二运行状态信息包括所述车辆的第二加速度信息。
3.如权利要求2所述的方法,其特征在于,所述车辆的第一运行状态信息包括车辆的当前时刻的第一位置信息;
所述根据车辆上一时刻的车辆位置信息、车辆与车辆所在车道的停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到所述车辆的第一运行状态信息,包括:
通过如下公式确定车辆上一时刻至当前时刻时段内的第一位移变化:
Δpx1=r×[cos(α+ω×Δt)-cosα]
Δpy1=-r×[sin(α+ω×Δt)-sinα]
通过如下公式确定当前时刻车辆的第一位置:
px1=pi-1,x+Δpx1
py1=pi-1,y+Δpy1
其中,Δpx1为上一时刻至当前时刻时段内的X方向的第一位移变化量,Δpy1为上一时刻至当前时刻时段内的Y方向的第一位移变化量,px1为当前时刻X方向的第一位置,py1为当前时刻Y方向的第一位置,pi-1,x为上一时刻X方向的位置,pi-1,y为上一时刻Y方向的位置,r为车辆的转弯半径,α为上一时刻车辆与车辆所在车道的停止线垂线的夹角,ω为上一时刻车辆的角速度,Δt为上一时刻至当前时刻的时段。
4.如权利要求2所述的方法,其特征在于,所述第二运行状态信息包括车辆的当前时刻的第二位置信息;
根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到所述车辆的第二运行状态信息,包括:
通过如下公式确定车辆上一时刻至当前时刻时段内的第二位移变化:
通过如下公式确定当前时刻车辆的第二位置:
px2=pi-1,x+Δpx2
py2=pi-1,y+Δpy2
其中,Δpx2为上一时刻至当前时刻时段内的X方向的第二位移变化量,Δpy2为上一时刻至当前时刻时段内的Y方向的第二位移变化量,px2为当前时刻X方向的第二位置,py2为当前时刻Y方向的第二位置,vi-1,x为上一时刻车辆X方向的速度,vi-1,y为上一时刻车辆Y方向的速度,ai-1,x为上一时刻车辆X方向的加速度,ai-1,y为上一时刻车辆Y方向的加速度。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
确定位于第一雷达装置的视场范围内的第一车辆集合和位于第二雷达装置的视场范围内的第二车辆集合;所述第一雷达装置和第二雷达装置设置在路口的四个方向的任意两个方向上;
针对于所述第一车辆集合中的任一车辆,计算所述车辆与所述第二车辆集合中每个车辆的距离,从所述第二车辆集合中选择与所述车辆的距离最小的目标车辆,当所述目标车辆和所述车辆的距离小于第一阈值时,将所述车辆作为所述目标车辆对应的一个备选可匹配车辆;
针对于所述第二车辆集合中的任一目标车辆,当所述目标车辆仅对应一个备选可匹配车辆时,确定所述目标车辆和所述备选可匹配车辆属于一辆车;当所述目标车辆对应至少两个备选可匹配车辆时,确定所述至少两个备选可匹配车辆中的每个备选可匹配车辆与所述第二车辆集合中的其它车辆的最小距离,计算所述每个备选可匹配车辆与所述其它车辆的最小距离和所述每个备选可匹配车辆与所述目标车辆的距离的差值距离,将所述至少两个备选可匹配车辆中差值距离最大的备选可匹配车辆确定为和所述目标车辆属于一辆车;
确定所述备选可匹配车辆对应的第二车辆集合中的车辆与备选可匹配车辆匹配成功,结束对所述备选可匹配车辆的运行状态的预测。
6.一种路口车辆运行状态预测装置,其特征在于,所述装置包括:
预测单元,用于根据车辆上一时刻的车辆位置信息、车辆与车辆所在车道的停止线垂线的夹角信息、车辆的角速度信息以及车辆的转弯半径信息,按照类圆周运动的轨迹预测算法,预测得到所述车辆的第一运行状态信息;以及用于根据车辆上一时刻的位置信息、速度信息以及加速度信息,按照直线运动的轨迹预测算法,预测得到所述车辆的第二运行状态信息;
计算单元,用于将第一运行状态信息和第一权重的乘积与第二运行状态信息和第二权重的乘积的和作为当前运行状态信息,所述第一权重和所述第二权重的和为1,所述第一权重是根据所述车辆在上一时刻与所述车辆所在车道的停止线平行的方向的速度和上一时刻与所述车辆所在车道的停止线垂直的方向的速度的比值得到的;
其中,所述第一运行状态信息和所述第二运行状态信息包括如下至少一项:
所述第一运行状态信息包括车辆的第一位置信息,所述第二运行状态信息包括车辆的第二位置信息;
所述第一运行状态信息包括车辆的第一速度信息、所述第二运行状态信息包括车辆的第二速度信息;
所述第一运行状态信息包括车辆的第一加速度信息,所述第二运行状态信息包括车辆的第二加速度信息。
8.如权利要求7所述的装置,其特征在于,所述计算单元还用于:
确定位于第一雷达装置的视场范围内的第一车辆集合和位于第二雷达装置的视场范围内的第二车辆集合;所述第一雷达装置和第二雷达装置设置在路口的四个方向的任意两个方向上;
针对于所述第一车辆集合中的任一车辆,计算所述车辆与所述第二车辆集合中每个车辆的距离,从所述第二车辆集合中选择与所述车辆的距离最小的目标车辆,当所述目标车辆和所述车辆的距离小于第一阈值时,将所述车辆作为所述目标车辆对应的一个备选可匹配车辆;
针对于所述第二车辆集合中的任一目标车辆,当所述目标车辆仅对应一个备选可匹配车辆时,确定所述目标车辆和所述备选可匹配车辆属于一辆车,当所述目标车辆对应至少两个备选可匹配车辆时,确定所述至少两个备选可匹配车辆中的每个备选可匹配车辆与所述第二车辆集合中的其它车辆的最小距离,计算所述每个备选可匹配车辆与所述其它车辆的最小距离和所述每个备选可匹配车辆与所述目标车辆的距离的差值距离,将所述至少两个备选可匹配车辆中差值距离最大的备选可匹配车辆确定为和所述目标车辆属于一辆车;
确定所述备选可匹配车辆对应的第二集合中的车辆与备选可匹配车辆匹配成功,结束对所述备选可匹配车辆的运行状态的预测。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,当所述计算机程序被运行时,执行如权利要求1至5中任一项所述的方法。
10.一种计算设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行如权利要求1至5任一项权利要求所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210091437.5A CN114387786B (zh) | 2022-01-26 | 2022-01-26 | 一种路口车辆运行状态预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210091437.5A CN114387786B (zh) | 2022-01-26 | 2022-01-26 | 一种路口车辆运行状态预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114387786A CN114387786A (zh) | 2022-04-22 |
CN114387786B true CN114387786B (zh) | 2023-03-21 |
Family
ID=81204439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210091437.5A Active CN114387786B (zh) | 2022-01-26 | 2022-01-26 | 一种路口车辆运行状态预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114387786B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206108A (zh) * | 2015-08-06 | 2015-12-30 | 同济大学 | 一种基于电子地图的车辆碰撞预警方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018106589A (ja) * | 2016-12-28 | 2018-07-05 | パナソニックIpマネジメント株式会社 | 車両軌道予測装置、方法、プログラム及び記録媒体、並びに、警報装置 |
JPWO2019031407A1 (ja) * | 2017-08-08 | 2020-09-24 | パイオニア株式会社 | 判定装置、判定方法、及び、プログラム |
CN107963077B (zh) * | 2017-10-26 | 2020-02-21 | 东软集团股份有限公司 | 一种车辆通过路口的控制方法、装置及系统 |
JP6634100B2 (ja) * | 2018-01-12 | 2020-01-22 | 本田技研工業株式会社 | 走行軌道決定装置及び自動運転装置 |
EP3831679B1 (en) * | 2018-08-03 | 2023-10-04 | Nissan Motor Co., Ltd. | Traveling trajectory correction method, traveling control method, and traveling trajectory correction device |
CN109878515B (zh) * | 2019-03-12 | 2021-03-16 | 百度在线网络技术(北京)有限公司 | 预测车辆轨迹的方法、装置、存储介质和终端设备 |
CN112712729B (zh) * | 2019-10-26 | 2023-01-06 | 华为技术有限公司 | 预测运动轨迹的方法和系统 |
CN111009153B (zh) * | 2019-12-04 | 2021-10-15 | 珠海深圳清华大学研究院创新中心 | 一种轨迹预测模型的训练方法、装置和设备 |
CN113879295B (zh) * | 2020-07-02 | 2024-04-12 | 华为技术有限公司 | 轨迹预测方法及装置 |
CN113433947B (zh) * | 2021-07-15 | 2022-04-01 | 天津大学 | 基于障碍车估计与预测的交叉路口轨迹规划与控制方法 |
-
2022
- 2022-01-26 CN CN202210091437.5A patent/CN114387786B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206108A (zh) * | 2015-08-06 | 2015-12-30 | 同济大学 | 一种基于电子地图的车辆碰撞预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114387786A (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583715B (zh) | 一种车辆轨迹预测方法、车辆碰撞预警方法、装置及存储介质 | |
CN106796648B (zh) | 用于检测对象的系统和方法 | |
CN113267199B (zh) | 行驶轨迹规划方法及装置 | |
CN112907678B (zh) | 车载相机外参姿态动态估计方法、装置、计算机设备 | |
CN110803163B (zh) | 车辆行驶轨迹的预测、车辆跟随目标的选择方法及设备 | |
JP3608259B2 (ja) | 自動車の進行路推定装置 | |
CN107004368A (zh) | 车辆的行驶控制装置、行驶控制方法以及行驶控制程序 | |
CN115195790B (zh) | 一种预测车辆轨迹的方法、装置、电子设备及存储介质 | |
CN113428137B (zh) | 泊车控制方法、装置及存储介质 | |
US20190100199A1 (en) | Course Prediction Method and Course Prediction Device | |
JP2019046150A (ja) | 走行支援装置 | |
CN111209361A (zh) | 跟车目标选择方法、装置、电子设备及可读存储介质 | |
KR20230098633A (ko) | 교통 흐름 정보의 결정 방법, 장치, 전자 기기 및 저장 매체 | |
JP2017154516A (ja) | 衝突判定装置、衝突判定方法、およびプログラム | |
CN114663804A (zh) | 可行驶区域检测方法、装置、移动设备及存储介质 | |
CN114834486A (zh) | 一种规划车辆掉头路径的方法、装置及设备 | |
CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
JP7119839B2 (ja) | 物体検出装置、物体検出方法及び車両制御装置 | |
CN114387786B (zh) | 一种路口车辆运行状态预测方法及装置 | |
CN110083158B (zh) | 一种确定局部规划路径的方法和设备 | |
CN115123291B (zh) | 一种基于障碍物识别的行为预测方法及装置 | |
CN115526053A (zh) | 一种道路建模方法、装置以及设备 | |
CN115393827A (zh) | 交通信号灯状态识别方法、系统、电子设备及存储介质 | |
JP5682302B2 (ja) | 走行道路推定装置、方法およびプログラム | |
CN113033267B (zh) | 车辆定位方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |