CN114407887B - 弯道识别方法、装置、车辆及计算机可读存储介质 - Google Patents
弯道识别方法、装置、车辆及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114407887B CN114407887B CN202210055771.5A CN202210055771A CN114407887B CN 114407887 B CN114407887 B CN 114407887B CN 202210055771 A CN202210055771 A CN 202210055771A CN 114407887 B CN114407887 B CN 114407887B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- value
- road
- real
- preset
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/072—Curvature of the road
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
- B60W40/105—Speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/18—Steering angle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
- B60W2552/30—Road curve radius
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种弯道识别方法，包括步骤：当获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；判断所述实时道路弯度值是否大于预设弯度阈值；若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。本发明还公开了一种弯道识别装置、车辆及计算机可读存储介质。通过将本发明的弯道识别方法应用于车辆，在车载摄像头不能正常工作或车辆行驶在复杂路段时也能够快速准确地识别出当前道路是否为弯曲道路，进而方便车辆根据弯道及时作出自适应地调整，整个识别弯道的过程成本低且效益高。
Description
技术领域
本发明涉及车辆领域，尤其涉及一种弯道识别方法、装置、车辆及计算机可读存储介质。
背景技术
目前，在现有的LKA(Lane Keeping Assist,车道保持辅助系统)中，都是使用车载摄像头来判断自车是否处于弯曲道路，对于这种识别弯道的技术方案，需要时刻保证摄像头质量和性能的可靠性，其存在的严重缺陷就是车辆一旦进入复杂路段环境或者车载摄像头本身出现异常情形都会导致摄像头不能正常工作，都会影响车辆对当前行驶的道路是否是弯道的识别判断，因此就亟需一种技术方案能够不过度依赖甚至不依赖车载摄像头也能够准确快速地识别弯曲道路。
发明内容
本发明提出的一种弯道识别方法、装置、车辆及计算机可读存储介质，旨在解决如何不依赖车载摄像头还能够准确快速地识别弯曲道路的技术问题。
为实现上述目的，本发明提供一种弯道识别方法，包括以下步骤：
获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；
根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；
判断所述实时道路弯度值是否大于预设弯度阈值；
若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
可选地，所述预设标定参数包括第一标定参数和第二标定参数，其中第一标定参数为正值，所述第二标定参数为负值。
可选地，所述根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值的步骤，包括：
计算得到所述第一标定参数与所述方向盘转角之间的第一乘积；
根据所述第一乘积，计算得到所述第一乘积与所述第二标定参数之间的第一和值；
根据所述第一和值，计算得到所述第一和值与所述纵向车速之间的第二乘积，将所述第二乘积作为实时道路弯度值。
可选地，所述计算得到所述第一和值与所述纵向车速之间的第二乘积的步骤之后，还包括：
获取所述车辆的初始道路弯度值，计算所述初始道路弯度值与所述第二乘积之间的第二和值，将所述第二和值作为实时道路弯度值。
可选地，所述计算得到所述第一和值与所述纵向车速之间的第二乘积的步骤之后，还包括：
确定所述车辆的前一时刻弯度值，计算得到所述前一时刻弯度值与所述第二乘积之间的第三和值，将所述实时道路弯度值更新为所述第三和值。
可选地，所述计算得到实时道路弯度值的步骤之后，还包括：
获取所述车辆对应的车道线信息，计算得到所述车道线信息对应的权重值和所述实时道路弯度值之间的第四和值；
判断所述第四和值是否大于预设弯度阈值；
若所述第四和值大于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
可选地，所述获取车辆的预设标定参数的步骤，包括：
获取车辆的识别码，确定所述识别码对应的车辆型号；
通过所述车辆型号获取所述车辆型号对应的预设标定参数。
此外，为实现上述目的，本发明还提供一种弯道识别装置，其特征在于，所述弯道识别装置包括：
数据获取模块，用于获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；
弯度计算模块，用于根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；
弯道判定模块，用于判断所述实时道路弯度值是否大于预设弯度阈值；若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
此外，为实现上述目的，本发明还提供一种车辆，所述车辆包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的弯道识别程序，其中：所述弯道识别程序被所述处理器执行时实现如上所述的弯道识别方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有弯道识别程序，所述弯道识别程序被处理器执行时实现如上所述的弯道识别方法的步骤。
本发明中的弯道识别方法先通过获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角的步骤以及根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值的步骤，在不借助额外的像摄像头等的车载设备或车辆传感器的情况下，仅仅通过每台车对应的预设标定参数和极易检测到的车辆运行参数就能够快速计算得到实时的道路曲直数据。又通过判断所述实时道路弯度值是否大于预设弯度阈值的步骤以及若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路的步骤，能够在大量试验的基础上确定符合实际道路曲直情形的弯度阈值，并基于上述车辆自身的标定参数和运行参数计算得到的结果来准确地识别出当前道路是否是弯曲道路，进而方便车辆根据弯道及时作出自适应地调整。对于本发明的技术方案，整个计算和判断的识别过程高效准确，并且花费的成本极低，带来的经济效益高。
附图说明
图1为本发明实施例方案涉及的车辆的硬件运行环境的终端结构示意图；
图2为本发明弯道识别方法第一实施例的流程示意图；
图3为本发明弯道识别方法第一实施例所涉及的一种应用实例图；
图4为为本发明弯道识别方法涉及的弯道识别装置框架结构图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的车辆的硬件运行环境的终端结构示意图。
如图1所示，该终端可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示器(Display)、输入单元比如控制面板，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如5G接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。作为一种计算机存储介质的存储器1005中可以包括弯道识别程序。
可选地，终端还可以包括麦克风、扬声器、RF(Radio Frequency，射频)电路，传感器、音频电路、无线模块等等。其中，传感器比如雷达传感器、轮速传感器、坡度传感器以及其他传感器，在此不再赘述。
本领域技术人员可以理解，图1中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图2所示，图2是本发明弯道识别方法第一实施例的流程示意图，在本实施例中，所述方法包括：
步骤S10，获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；
对于车辆的预设标定值，可以从本地的车载系统文件中直接读取。对于车辆的纵向车速可以直接经车辆底盘的相关传感器采集并经信号处理之后得到。
具体地，所述预设标定参数包括第一标定参数和第二标定参数，其中第一标定参数为正值，所述第二标定参数为负值。
车辆的第一标定参数和第二标定参数都为常数，参与到预设的计算公式中，结合其他车辆运行参数得到判断弯道所需的结果值。二者只不过第一标定参数是正值，第二标定参数是负值。另外，第一标定参数与第二标定参数所各自对应的绝对值可以相等，也可以不等。例如第一标定参数可以为0.004，第二标定参数为-0.004，再例如第一标定参数为0.006，第二标定参数为-0.007。
第一标定参数和第二标定参数与车辆本身有关，具体地，可以是与车辆对应的车辆型号有关，也可以是与车辆对应的生产批次有关，也可以是和车辆对应的VIN(VehicleIdentification Number，车辆识别码)有关。
在一实施例中，所述获取车辆的预设标定参数的步骤，包括：
步骤a，获取车辆的识别码，确定所述识别码对应的车辆型号；
步骤b，通过所述车辆型号获取所述车辆型号对应的预设标定参数。
在这一实施例中，可选地，预设标定参数与车辆对应的车辆型号有关，这里的车辆型号不一定是指车载终端能够直接呈现给用户的车的型号，还可以指车企内部命名的车辆型号，优选地，为车企内部的车辆型号，因为这种车辆型号的划分更加地细化，有利于统一定位并解决车辆出现的故障或对车辆进行针对性升级。对于车企内部的车辆型号在本地的车载终端如何确定，可以根据车辆的车辆识别码来确定，具体地，可以先获取车辆的车辆识别码，将车辆识别码上传到云端服务器并发送获取车辆型号的指令至云端服务器，再由云端服务器将车辆型号和车辆型号对应的预设标定参数反馈到车载终端，上述在云端服务器实现的过程也可以在本地的车载终端实现，对于应用了本发明的升级后的车辆，可以直接从车载系统内部获取到预存的标定参数。
另外，除了获取车辆型号对应的预设标定参数，优选地，可以直接根据车辆标识码获取与车辆标识码对应的预设标定参数，上述车辆型号对应的预设标定参数偏向于成本因素，适用于绝大多数同一车辆型号的车辆，而获取与车辆标识码对应的预设标定参数偏向于个性化定制服务，可以为订阅了个性化定制服务的用户或者所有的用户根据自车的使用情况和零部件更换以及维修之后的性能情况进行专门分析，对预设标定参数进行实时的更新，当需要识别弯道的情况下，就可以直接根据自车的车辆识别码确定更为准确科学的预设标定参数。
步骤S20，根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；
具体地，步骤S20包括：
步骤c，计算得到所述第一标定参数与所述方向盘转角之间的第一乘积；
步骤d，根据所述第一乘积，计算得到所述第一乘积与所述第二标定参数之间的第一和值；
步骤e，根据所述第一和值，计算得到所述第一和值与所述纵向车速之间的第二乘积，将所述第二乘积作为实时道路弯度值。
上述的步骤c、步骤d和步骤e结合到一起可以用预设的计算公式来呈现：
B＝V*(C1*A+C2) (公式1)
在该公式中，其中，B代表实时道路弯度值；V代表车辆的纵向车速；A代表方向盘转角；C1代表第一标定参数，C2代表第二标定参数。
需要说明的是，纵向车速和方向盘转角是实时采集的，这里的实时采集指的是按照预设的周期频率来采集，例如，预设的周期频率可以为0.02s。对于上述的步骤主要是获取到一个初始的实时道路弯度值，当然在车速遇到突发情况高速急转弯的情况下采集到的纵向车速和方向盘转角经过上述公式也能够判断当前道路为弯曲道路。因为一旦判定当前道路为弯曲道路之后，车辆通常都会启动车道保持辅助系统以此来稳定车身，还能够起到保护用户的行车安全的作用。
在一实施例中，所述计算得到所述第一和值与所述纵向车速之间的第二乘积的步骤之后，还包括：
步骤f，获取所述车辆的初始道路弯度值，计算所述初始道路弯度值与所述第二乘积之间的第二和值，将所述第二和值作为实时道路弯度值。
在这一实施例中，可以简单直观地用另一预设公式的方式进行呈现：
B1＝B2+V*(C1*A+C2) (公式2)
在公式2中，其中，B1代表实时道路弯度值；B2代表初始道路弯度值；V代表车辆的纵向车速；A代表方向盘转角；C1代表第一标定参数，C2代表第二标定参数。
当B2代表的初始道路弯度值为零的情况下，公式2就可以认为和公式1一致。但当B1代表的初始道路弯度值不为零的情况下，公式2就与公式1不同，这里的公式2需要说明的是B2代表的初始道路弯度值可以根据每台车辆的实际情况进行调整，既可以根据车辆型号确定初始道路弯度值，也可以根据车辆的车辆识别码确定初始道路弯度值。这样就能够针对不同的车辆适用不同的具体计算公式，能够确保和提高判断当前道路是否为弯曲道路的准确性。
在另一实施例中，所述计算得到所述第一和值与所述纵向车速之间的第二乘积的步骤之后，还包括：
步骤g，确定所述车辆的前一时刻弯度值，计算得到所述前一时刻弯度值与所述第二乘积之间的第三和值，将所述实时道路弯度值更新为所述第三和值。
在这一实施例中，也可以直观地用另一预设公式的方式进行呈现：
B1＝B3+V*(C1*A+C2) (公式3)
在公式3中，其中，B1代表实时道路弯度值；B3代表前一时刻的道路弯度值；V代表车辆的纵向车速；A代表方向盘转角；C1代表第一标定参数，C2代表第二标定参数。
对于上述公式3，与前两个公式的不同点在于B3代表的前一时刻的道路弯度值，因为上文中也有提到获取车辆的纵向车速和方向盘转角都是按照一定的周期频率进行采集的，所以对应的在纵向车速和方向盘转角实时变化或者纵向车速和方向盘转角始终保持在一定的数值范围的情况下，通过累加赋值的方式将前一时刻的道路弯度值(即前一预设周期的实时道路弯度值)与公式中的第二乘积进行相加就得到了当前最新的实时道路弯度值，等到下一个预设周期采集到新的纵向车速和方向盘转角，当前最新的实时道路弯度值也会作为前一时刻的道路弯度值B3参与到上述公式3之中。
那么通过这一实施例就能够应对绝大多数弯曲道路的道路曲率一般不大的情况，即一般的弯曲道路转弯幅度不会太大，转弯时的车速也不会太高，在驾驶员在过弯时保持一定范围的纵向车速和方向盘转向角的情况下就可以将实时道路弯度值B1通过累加达到一定的预设弯度阈值，从而判断车辆行驶的当前道路是否为弯曲道路。所以可以将公式3对应的这一实施例作为本发明的最优实施例。
步骤S30，判断所述实时道路弯度值是否大于预设弯度阈值；
在计算得到实时道路弯度值之后，将实时道路弯度值与预设的弯度阈值进行比较，这里的弯度阈值可以根据实际需要设置，例如100。
步骤S40，若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
对应的，如果实时道路弯度值小于预设弯度阈值，那么就可以确定所述车辆对应的当前道路不为弯曲道路。
对于上述公式1、公式2以及公式3可以结合到一起，在此可以参照图3，图3为本发明弯道识别方法第一实施例所涉及的一种应用实例图。如图3所示，图3提供了一种将上述方案应用到实际车辆时的涉及车载系统底层计算和判断流程。
首先图中的m_leakyBucket_f32代表实时道路弯度值，初始化的m_leakyBucket_f32＝0，再获取到实时的纵向车速和方向盘转角之后，按照底层的计算公式m_leakyBucket_f32＝m_leakyBucket_f32+V*(C1*wheelangle+C2)，在已经存在上周期的m_leakyBucket_f32对应的值之后，将上周期的m_leakyBucket_f32赋给当前周期的m_leakyBucket_f32，从而得到最新的m_leakyBucket_f32，判断m_leakyBucket_f32对应的值是否大于或等于100，如果是，就输出m_isRoadCurvy_b＝true，即判定当前道路是弯曲道路；如果否并且m_leakyBucket_f32非空，就输出m_isRoadCurvy_b＝false。即判定当前道路不为弯曲道路。另外，在如果否并且m_leakyBucket_f32非空的条件下，将m_leakyBucket_f32限制在(0,100)范围内，防止m_leakyBucket_f32已经作出判断还无限地增大下去。
本发明中的弯道识别方法先通过获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角的步骤以及根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值的步骤，在不借助额外的像摄像头等的车载设备或车辆传感器的情况下，仅仅通过每台车对应的预设标定参数和极易检测到的车辆运行参数就能够快速计算得到实时的道路曲直数据。又通过判断所述实时道路弯度值是否大于预设弯度阈值的步骤以及若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路的步骤，能够在大量试验的基础上确定符合实际道路曲直情形的弯度阈值，并基于上述车辆自身的标定参数和运行参数计算得到的结果来准确地识别出当前道路是否是弯曲道路，进而方便车辆根据弯道及时作出自适应地调整。对于本发明的技术方案，整个计算和判断的识别过程高效准确，并且花费的成本极低，带来的经济效益高。
进一步地，基于本发明弯道识别方法的第一实施例提出本发明弯道识别方法的第二实施例，在本实施例中，所述计算得到实时道路弯度值的步骤之后，还包括：
步骤h，获取所述车辆对应的车道线信息，计算得到所述车道线信息对应的权重值和所述实时道路弯度值之间的第四和值；
步骤i，判断所述第四和值是否大于预设弯度阈值；
步骤j，若所述第四和值大于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
在本实施例中，适用于车辆上有车载摄像头但车载摄像头获取到的车道线信息不完整或不清楚的情形。
这里的车道线信息主要指导向车道线，是引导方向的车道标线。用来指示车辆在路口驶入段应按所指方向行驶。在车流大的交通路口一般画有此类标线，目的就是明确行车方向，各行其道，减缓交通压力。
通过车辆的摄像系统获取当前道路的车道线信息，通过车道线信息来计算当前道路的道路曲率，计算方式可以采取常规的方法，在此不再赘述。当车道线信息基于道路原因或者摄像头因素导致获取到的车道线不够完整，判断当前的车道线信息的完整度，对于完整度的计算可以基于前一时刻完整的车道线通过预设算法模拟预测当前的车道线，通过模拟车道线与当前实际不完整的车道线进行匹配，确定二者之间的匹配度，将匹配度作为完整度。另外也可以通过确定当前实际的车道线在当前摄像范围内的所占的图像面积来确定完整度。
根据完整度查找与所述完整度对应的权重值，例如，完整度为80％，对应的权重值也可以为80，将权重值与当前最新的实时道路弯度值相加得到第四和值，从而将第四和值与预设弯度阈值进行比较从而判断出当前的道路是否为弯曲道路。
对于上述的过程，同样也可以反映在计算公式上，基于上述公式3，得到公式4：
B1＝P+B3+V*(C1*A+C2)
在公式4中，其中，P代表权重值；B1代表实时道路弯度值；B3代表前一时刻的道路弯度值；V代表车辆的纵向车速；A代表方向盘转角；C1代表第一标定参数，C2代表第二标定参数。
通过本实施例，在车道线不清楚或获取的车道线不完整的复杂路况的情形下，能够将获取到的实际车道线与预设的计算公式进行结合，以更加准确高效地确定当前道路是否为弯曲道路。
如图4所示，图4为为本发明弯道识别方法涉及的弯道识别装置框架结构图。此外，本发明还提出一种弯道识别装置，所述弯道识别装置包括：
数据获取模块A10，用于获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；
弯度计算模块A20，用于根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；
弯道判定模块A30，用于判断所述实时道路弯度值是否大于预设弯度阈值；若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
可选地，所述数据获取模块A10，还用于：
所述预设标定参数包括第一标定参数和第二标定参数，其中第一标定参数为正值，所述第二标定参数为负值。
可选地，所述弯度计算模块A20，还用于：
计算得到所述第一标定参数与所述方向盘转角之间的第一乘积；
根据所述第一乘积，计算得到所述第一乘积与所述第二标定参数之间的第一和值；
根据所述第一和值，计算得到所述第一和值与所述纵向车速之间的第二乘积，将所述第二乘积作为实时道路弯度值。
可选地，所述弯度计算模块A20，还用于：
获取所述车辆的初始道路弯度值，计算所述初始道路弯度值与所述第二乘积之间的第二和值，将所述第二和值作为实时道路弯度值。
可选地，所述弯度计算模块A20，还用于：
确定所述车辆的前一时刻弯度值，计算得到所述前一时刻弯度值与所述第二乘积之间的第三和值，将所述实时道路弯度值更新为所述第三和值。
可选地，所述弯道判定模块A30，还用于：
获取所述车辆对应的车道线信息，计算得到所述车道线信息对应的权重值和所述实时道路弯度值之间的第四和值；
判断所述第四和值是否大于预设弯度阈值；
若所述第四和值大于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
可选地，所述数据获取模块A10，还用于：
获取车辆的识别码，确定所述识别码对应的车辆型号；
通过所述车辆型号获取所述车辆型号对应的预设标定参数。
本发明弯道识别装置具体实施方式与上述弯道识别方法各实施例基本相同，在此不再赘述。
此外，本发明还提出一种车辆，所述车辆包括存储器、处理器及存储在存储器上并可在处理器上运行的弯道识别程序，所述处理器执行所述弯道识别程序时实现如以上实施例所述的弯道识别方法的步骤。
本发明车辆具体实施方式与上述弯道识别方法各实施例基本相同，在此不再赘述。
此外，本发明还提出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包括弯道识别程序，所述弯道识别程序被处理器执行时实现如以上实施例所述的弯道识别方法的步骤。
本发明计算机可读存储介质具体实施方式与上述弯道识别方法各实施例基本相同，在此不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是电视机，手机，计算机，服务器，车机，或者网络设备等)执行本发明各个实施例所述的方法。
在本发明中，术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的，而不能理解为指示或暗示相对重要性，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，本发明保护的范围并不局限于此，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换，这些变化、修改和替换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权利要求的保护范围为准。
Claims (8)
1.一种弯道识别方法，其特征在于，所述弯道识别方法包括以下步骤：
获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；
根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；
判断所述实时道路弯度值是否大于预设弯度阈值；
若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路；
所述预设标定参数包括第一标定参数和第二标定参数，其中第一标定参数为正值，所述第二标定参数为负值；
所述根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值的步骤，包括：
计算得到所述第一标定参数与所述方向盘转角之间的第一乘积；
根据所述第一乘积，计算得到所述第一乘积与所述第二标定参数之间的第一和值；
根据所述第一和值，计算得到所述第一和值与所述纵向车速之间的第二乘积，将所述第二乘积作为实时道路弯度值。
2.如权利要求1所述的弯道识别方法，其特征在于，所述计算得到所述第一和值与所述纵向车速之间的第二乘积的步骤之后，还包括：
获取所述车辆的初始道路弯度值，计算所述初始道路弯度值与所述第二乘积之间的第二和值，将所述第二和值作为实时道路弯度值。
3.如权利要求1所述的弯道识别方法，其特征在于，所述计算得到所述第一和值与所述纵向车速之间的第二乘积的步骤之后，还包括：
确定所述车辆的前一时刻弯度值，计算得到所述前一时刻弯度值与所述第二乘积之间的第三和值，将所述实时道路弯度值更新为所述第三和值。
4.如权利要求1所述的弯道识别方法，其特征在于，所述计算得到实时道路弯度值的步骤之后，还包括：
获取所述车辆对应的车道线信息，计算得到所述车道线信息对应的权重值和所述实时道路弯度值之间的第四和值；
判断所述第四和值是否大于预设弯度阈值；
若所述第四和值大于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路。
5.如权利要求1所述的弯道识别方法，其特征在于，所述获取车辆的预设标定参数的步骤，包括：
获取车辆的识别码，确定所述识别码对应的车辆型号；
通过所述车辆型号获取所述车辆型号对应的预设标定参数。
6.一种弯道识别装置，其特征在于，所述弯道识别装置包括：
数据获取模块，用于获取车辆的预设标定参数，并获取所述车辆的纵向车速和方向盘转角；
弯度计算模块，用于根据所述预设标定参数、所述纵向车速以及所述方向盘转角，计算得到实时道路弯度值；
弯道判定模块，用于判断所述实时道路弯度值是否大于预设弯度阈值；若所述实时道路弯度值大于或等于预设弯度阈值，则确定所述车辆对应的当前道路为弯曲道路；
所述数据获取模块，还用于：
所述预设标定参数包括第一标定参数和第二标定参数，其中第一标定参数为正值，所述第二标定参数为负值；
所述弯度计算模块，还用于：
计算得到所述第一标定参数与所述方向盘转角之间的第一乘积；
根据所述第一乘积，计算得到所述第一乘积与所述第二标定参数之间的第一和值；
根据所述第一和值，计算得到所述第一和值与所述纵向车速之间的第二乘积，将所述第二乘积作为实时道路弯度值。
7.一种车辆，其特征在于，所述车辆包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的弯道识别程序，其中：所述弯道识别程序被所述处理器执行时实现如权利要求1至5中任一项所述的弯道识别方法的步骤。
8.一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上存储有弯道识别程序，所述弯道识别程序被处理器执行时实现如权利要求1至5中任一项所述的弯道识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210055771.5A CN114407887B (zh) | 2022-01-18 | 2022-01-18 | 弯道识别方法、装置、车辆及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210055771.5A CN114407887B (zh) | 2022-01-18 | 2022-01-18 | 弯道识别方法、装置、车辆及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114407887A CN114407887A (zh) | 2022-04-29 |
| CN114407887B true CN114407887B (zh) | 2023-07-28 |
Family
ID=81273092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210055771.5A Active CN114407887B (zh) | 2022-01-18 | 2022-01-18 | 弯道识别方法、装置、车辆及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114407887B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5661650A (en) * | 1994-02-23 | 1997-08-26 | Honda Giken Kogyo Kabushiki Kaisha | System for controlling a vehicle relative to a judged shape of a travel road |
| GB0503471D0 (en) * | 2004-03-18 | 2005-03-30 | Ford Global Tech Llc | A method for brake-steering a vehicle |
| CN110816541A (zh) * | 2018-08-10 | 2020-02-21 | 广州汽车集团股份有限公司 | 弯道识别方法、装置、计算机设备和存储介质 |
| CN112477848A (zh) * | 2019-09-12 | 2021-03-12 | 比亚迪股份有限公司 | 辅助车辆转向的方法和系统及包括该系统的车辆、介质 |
| CN113511202A (zh) * | 2021-07-30 | 2021-10-19 | 东风汽车有限公司东风日产乘用车公司 | 自适应巡航系统弯道车速控制方法、存储介质及电子设备 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5505453B2 (ja) * | 2012-04-26 | 2014-05-28 | 株式会社デンソー | 車両用挙動制御装置 |
| JP6207553B2 (ja) * | 2015-07-16 | 2017-10-04 | 本田技研工業株式会社 | 運転支援装置、運転支援方法 |
| JP6503585B2 (ja) * | 2017-09-01 | 2019-04-24 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、及びプログラム |
-
2022
- 2022-01-18 CN CN202210055771.5A patent/CN114407887B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5661650A (en) * | 1994-02-23 | 1997-08-26 | Honda Giken Kogyo Kabushiki Kaisha | System for controlling a vehicle relative to a judged shape of a travel road |
| GB0503471D0 (en) * | 2004-03-18 | 2005-03-30 | Ford Global Tech Llc | A method for brake-steering a vehicle |
| CN110816541A (zh) * | 2018-08-10 | 2020-02-21 | 广州汽车集团股份有限公司 | 弯道识别方法、装置、计算机设备和存储介质 |
| CN112477848A (zh) * | 2019-09-12 | 2021-03-12 | 比亚迪股份有限公司 | 辅助车辆转向的方法和系统及包括该系统的车辆、介质 |
| CN113511202A (zh) * | 2021-07-30 | 2021-10-19 | 东风汽车有限公司东风日产乘用车公司 | 自适应巡航系统弯道车速控制方法、存储介质及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114407887A (zh) | 2022-04-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113642633B (zh) | 用于对驾驶场景数据进行分类的方法、装置、设备和介质 | |
| CN109087510B (zh) | 交通监测方法及装置 | |
| DE102017120707A1 (de) | Wassertiefenerkennung zur fahrzeugnavigation | |
| DE102020127043A1 (de) | Sicherheitssystem für ein fahrzeug | |
| KR20210080459A (ko) | 차선 검출방법, 장치, 전자장치 및 가독 저장 매체 | |
| DE102019211681A1 (de) | Verfahren eines Fahrzeugs zum automatisierten Parken | |
| CN113189989B (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
| CN111572551B (zh) | 泊车工况下的航向角计算方法、装置、设备及存储介质 | |
| CN114463985A (zh) | 辅助驾驶的方法、装置、设备及存储介质 | |
| CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
| DE102016220581A1 (de) | Verfahren und vorrichtung zur bestimmung eines umfeldmodells | |
| CN114407887B (zh) | 弯道识别方法、装置、车辆及计算机可读存储介质 | |
| CN112509321A (zh) | 一种基于无人机的城市复杂交通情景的驾驶控制方法、系统及可读存储介质 | |
| CN110765961A (zh) | 车辆制动状态判断方法、装置、计算机设备和存储介质 | |
| CN112598007B (zh) | 图片训练集的筛选方法、装置、设备和可读存储介质 | |
| CN116086429A (zh) | 地图更新方法、装置、设备及计算机可读存储介质 | |
| CN113052397B (zh) | 上车信息的确定方法、装置、电子设备和存储介质 | |
| CN116188587A (zh) | 定位方法、装置及车辆 | |
| CN110177222B (zh) | 一种结合车机闲散资源的摄像头曝光参数调整方法及装置 | |
| DE112020001776T5 (de) | Fahrzeugsteuersystem | |
| CN114529768B (zh) | 确定对象类别的方法、装置、电子设备和存储介质 | |
| CN110827152A (zh) | 一种保险评估方法、系统及服务器 | |
| EP4019350B1 (en) | Method and device for automatic parking, vehicle and storage medium | |
| CN115950474B (zh) | 传感器的外参标定方法、装置、设备、介质和程序产品 | |
| US20200307627A1 (en) | Road boundary determination |
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 |