CN114419925B - 一种车路协同的防碰预警系统和方法 - Google Patents

Abstract

本发明公开了一种车路协同的防碰预警系统和方法，其系统包括车载设备端、用于给行人佩戴或携带的智能移动终端、路侧通讯单元以及与路侧通讯单元直接通讯连接的边缘计算设备；路侧通讯单元包括路端信令通讯模块、差分定位处理模块以及视频采集模块；边缘计算设备包括目标检测模块、坐标转换模块、融合定位模块、轨迹预测模块以及碰撞分析模块。本发明综合采用了车载设备端、智能移动终端实时的上报定位信息以及由目标检测模块、坐标转换模块得出的识别定位信息，并利用融合定位模块进行合理的优化处理，能够实现目标的全面识别和定位，有效地避免了漏检、误检，特别是未携带智能移动终端的行人，保障了碰撞预警的安全性和有效性。

Description

一种车路协同的防碰预警系统和方法

技术领域

本发明涉及智能交通技术领域，具体为一种车路协同的防碰预警系统和方法。

背景技术

随着交通参与者数目的不断增加，路况信息日趋复杂。目前现有的关于交通路口防碰预警的系统主要有两种，一种是在车端利用摄像头、毫米波雷达等一系列传感器，采集车身周围数据并进行分析处理，得出防碰预警结果。该方法的缺点是车端的计算压力较大，且预警范围小，留给车端的反映时间较短。

另一种是在路侧利用路侧通讯单元和边缘计算，接收车辆和行人的GPS数据，分析得出防碰预警，再将报警传输给车辆。该方法的缺点是行人的GPS数据主要倚靠行人穿戴关联的智能设备，而行人忘带智能设备或智能设备损坏时，无法有效地进行行人的防碰预警。如何提出一种车路协同的防碰预警系统和方法，能够实现目标的全面识别和定位，有效地避免漏检、误检，保障碰撞预警的安全性和有效性，成为本申请需要解决的技术问题。

发明内容

本发明的目的在于提供一种车路协同的防碰预警系统和方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种车路协同的防碰预警系统，包括车载设备端、用于给行人佩戴或携带的智能移动终端、路侧通讯单元以及与路侧通讯单元直接通讯连接的边缘计算设备；

车载设备端包括车端GPS信息采集模块和车端信令通讯模块，车端GPS信息采集模块用于车辆GPS信息的获取，得到车载设备端的车端GPS坐标；车端信令通讯模块用于与路侧通讯单元进行数据交互；

智能移动终端包括移动端GPS信息采集模块和移动端信令通讯模块，移动端GPS信息采集模块用于移动端GPS信息的获取，得到行人的人物GPS坐标；移动端信令通讯模块用于与路侧通讯单元进行数据交互；

路侧通讯单元包括路端信令通讯模块、差分定位处理模块以及视频采集模块，路端信令通讯模块用于与车载设备端、智能移动终端之间的数据交互；差分定位处理模块采用差分定位方法对获得的车端GPS坐标和人物GPS坐标进行修正处理，得到车端修正GPS坐标和人物修正GPS坐标，根据车载设备端在车辆上的实际安装位置，由车端修正GPS坐标计算出车辆中心位置的车辆修正GPS坐标，将车辆修正GPS坐标和人物修正GPS坐标作为上报定位信息直接发送给边缘计算设备；视频采集模块用于获取路端高空相机的视频；

边缘计算设备包括目标检测模块、坐标转换模块、融合定位模块、轨迹预测模块以及碰撞分析模块，目标检测模块根据路端高空相机的视频信息和训练好的目标检测模型，检测出车辆与行人在视频中的位置，并用标注框对目标(行人、非机动车、机动车)进行标记；坐标转换模块用于将视频中行人和车辆的标注框中心点转换为相对于路端高空相机的相对三维坐标，再根据相对三维坐标和路端高空相机的实际位置坐标，计算得出行人识别坐标、车辆识别坐标以及标注框的长、宽分别所代表的实际距离，即为识别定位信息；融合定位模块用于综合上报定位信息和识别定位信息，并进行优化处理，得到各个目标(行人、车辆)的最终坐标；轨迹预测模块用于对未来一小段时间内车辆和行人轨迹的预测；碰撞分析模块根据当前的车辆和行人位置以及未来的车辆和行人轨迹，进行碰撞分析预警。

作为本发明进一步的方案，所述的差分定位处理模块包括GPS定位接收模块和差分修正模块，GPS定位接收模块用来接收来自定位卫星的边缘计算设备的平台GPS坐标，根据边缘计算设备的已知精密坐标与平台GPS坐标，计算出真实坐标与GPS定位得到的坐标的改正数，差分修正模块根据改正数对车端GPS坐标和人物GPS坐标进行差分修正，得出更精准的车端修正GPS坐标和人物修正GPS坐标。

作为本发明进一步的方案，所述目标检测模块采用yolo v5算法网络，具体的目标检测步骤为：

A1、收集各种交通路口下路端高空相机拍摄的图片，建立数据集，将数据集输入到yolo v5算法网络的输入端，进行模型训练，得到能够识别行人、车辆的目标检测模型；

A2、将路端高空相机的实时视频信息输入到上述训练好的目标检测模型中，得到行人、车辆在视频帧图片中的位置和标注。

作为本发明进一步的方案，所述目标检测模块采用yolo v5算法与mobileNet v3算法融合网络，yolo v5算法与mobileNet v3算法融合网络的具体构成为：将yolo v5算法中的基准网络替换为mobileNet v3算法网络。

作为本发明进一步的方案，所述融合定位模块具体的优化处理方法为：

B1、将各个目标的上报定位信息和各个目标的识别定位信息进行对比，若有目标只具备上报定位信息，则将上报定位信息作为该目标的最终坐标；若有目标只具备识别定位信息，则将识别定位信息作为该目标的最终坐标；若目标同时具备上报定位信息和识别定位信息，则进入步骤B2；

B2、若目标同时具备的上报定位信息和识别定位信息无误差，则以上报定位信息或识别定位信息作为该目标的最终坐标，若目标的上报定位信息和其对应的识别定位信息有误差时，对目标检测模块的置信度进行判别；

B3、当检测出的目标为大车时，置信度达到50以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为小车时，置信度达到60以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为非机动车时，置信度达到70以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为行人时，置信度达到80以上，则以的目标为作为最终坐标，反之，以上报定位信息作为该目标的最终坐标。

作为本发明进一步的方案，所述的轨迹预测模块根据当前位置附近的交通信号灯信息和车道线信息，并结合目标当前的最终坐标、速度信息以及加速度信息，对目标的轨迹进行预测，得出目标的未来的轨迹，即目标的未来坐标与时间关系模型。

作为本发明进一步的方案，所述的碰撞分析模块的具体分析预警方法为：

C1、以当前机动车目标的最终坐标作为机动车目标边界框的中心点，以当前机动车目标的标注框长、宽尺寸作为机动车目标边界框的长、框尺寸，在道路平面上投影，构建当前机动车目标的机动车目标边界框，去除位于机动车目标边界框内的人物修正GPS坐标；

C2、以当前行人目标的最终坐标作为目标边界框的中心点，以0.5-1.5米为半径，在道路平面上投影，构建当前行人目标的行人目标边界框；

C3、以当前非机动车目标的最终坐标作为目标边界框的中心点，以当前非机动车目标的标注框长、宽尺寸作为非机动车目标边界框的长、框尺寸，在道路平面上投影，构建当前非机动车目标的非机动车目标边界框；

C3、根据各个目标的未来坐标与时间关系，建立各个目标边界框与时间关系模型，在预设的多个未来时间段内，判断机动车目标边界框是否与行人目标边界框、非机动车目标边界框发生重合交叉，若出现重合交叉，则发生重合交叉的预计时间以及重合交叉双方的信息直接传递给路侧通讯单元，路侧通讯单元将该信息通过路侧报警模块进行广播警示，同时，路侧通讯单元将该信息通过路端信令通讯模块发送给各个车载设备端和智能移动终端。

一种车路协同的防碰预警方法，基于上述所述的一种车路协同的防碰预警系统，包括如下步骤：

S1、首先，通过路端高空相机拍摄正下方道路上的实时视频信息，路侧通讯单元的视频采集模块采集实时视频信息，并将实时视频信息发送至边缘计算设备的目标检测模块；

S2、通过训练好的目标检测模块对实时视频信息每帧图像中的目标进行检测识别，检测出车辆与行人在每帧图像中的位置，并用标注框对目标(行人、非机动车、机动车)进行标记；

S3、通过坐标转换模块将每帧图像中行人和车辆的标注框中心点转换为相对于路端高空相机的相对三维坐标，再根据相对三维坐标和路端高空相机的实际位置坐标，计算得出行人识别坐标、车辆识别坐标以及标注框的长、宽分别所代表的实际距离，即为识别定位信息；

S4、车载设备端通过车端GPS信息采集模块获取自身卫星定位的车端GPS坐标，智能移动终端通过移动端GPS信息采集模块获取自身卫星定位的人物GPS坐标；

S5、当车载设备端和智能移动终端进入到路侧通讯单元的通讯范围内，路侧通讯单元的路端信令通讯模块向车载设备端、智能移动终端分别发送指令，要求车载设备端、智能移动终端上报自身的GPS信息，车载设备端和智能移动终端实时地将车端GPS坐标、人物GPS坐标上报给路侧通讯单元；

S6、路侧通讯单元的差分定位处理模块将车端GPS坐标、人物GPS坐标进行修正处理，得到车端修正GPS坐标和人物修正GPS坐标，根据车载设备端在车辆上的实际安装位置，由车端修正GPS坐标计算出车辆中心位置的车辆修正GPS坐标，将车辆修正GPS坐标和人物修正GPS坐标作为上报定位信息直接发送给边缘计算设备；

S7、融合定位模块将边缘计算设备接收的上报定位信息和识别定位信息进行优化融合处理，得到各个目标(行人、车辆)的最终坐标；

S8、轨迹预测模块根据当前位置附近的交通信号灯信息和车道线信息，并结合目标当前的最终坐标、速度信息以及加速度信息，对目标的轨迹进行预测，得出目标的未来的轨迹，即目标的未来坐标与时间关系模型；

S9、通过碰撞分析模块进行具体的分析预警，将可能发生碰撞的预计时间以及碰撞双方的信息直接传递给路侧通讯单元，路侧通讯单元将该信息通过路侧报警模块进行广播警示，同时，路侧通讯单元将该信息通过路端信令通讯模块发送给各个车载设备端和智能移动终端。

与现有技术相比，本发明的有益效果是：在交通路口的碰撞预警方面，综合采用了车载设备端、智能移动终端实时的上报定位信息以及由目标检测模块、坐标转换模块得出的识别定位信息，并利用融合定位模块进行合理的优化处理，能够实现目标的全面识别和定位，有效地避免了漏检、误检，特别是未携带智能移动终端的行人，保障了碰撞预警的安全性和有效性。

在识别定位的基础上，对车辆与行人的未来轨迹进行预测，可以进行预测报警，能帮助驾驶员和行人提前一步预知危险，保障行人和车辆的安全性。

附图说明

图1为一种车路协同的防碰预警系统的框架示意图；

图2为一种车路协同的防碰预警方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。

实施例1：请参阅图1-2，一种车路协同的防碰预警系统，包括车载设备端、用于给行人佩戴或携带的智能移动终端、路侧通讯单元以及与路侧通讯单元直接通讯连接的边缘计算设备；

车载设备端包括车端GPS信息采集模块和车端信令通讯模块，车端GPS信息采集模块用于车辆GPS信息的获取，得到车载设备端的车端GPS坐标；车端信令通讯模块用于与路侧通讯单元进行数据交互；显然，车载设备端还可包括现有技术中的行车电脑ECU、车载显示屏等其他模块部件，本实施例中的车端信令通讯模块可采用OBU模块。

智能移动终端包括移动端GPS信息采集模块和移动端信令通讯模块，移动端GPS信息采集模块用于移动端GPS信息的获取，得到行人的人物GPS坐标；移动端信令通讯模块用于与路侧通讯单元通过DRSC进行数据交互，本实施例的智能移动终端可以是手机、平板电脑、智能手表等智能终端设备；

路侧通讯单元包括路端信令通讯模块、差分定位处理模块以及视频采集模块，路端信令通讯模块用于与车载设备端、智能移动终端之间的数据交互；差分定位处理模块采用差分定位方法对获得的车端GPS坐标和人物GPS坐标进行修正处理，得到车端修正GPS坐标和人物修正GPS坐标，根据车载设备端在车辆上的实际安装位置，由车端修正GPS坐标计算出车辆中心位置的车辆修正GPS坐标，将车辆修正GPS坐标和人物修正GPS坐标作为上报定位信息直接发送给边缘计算设备；视频采集模块用于获取路端高空相机的视频；显然，路侧通讯单元还可包括现有技术中的微型中央处理器，微型中央处理器控制路端信令通讯模块、差分定位处理模块以及视频采集模块的正常运行，本实施例中的路端信令通讯模块可采用RSU模块。

边缘计算设备包括目标检测模块、坐标转换模块、融合定位模块、轨迹预测模块以及碰撞分析模块，目标检测模块根据路端高空相机的视频信息和训练好的目标检测模型，检测出车辆与行人在视频中的位置，并用标注框对目标(行人、非机动车、机动车)进行标记；坐标转换模块用于将视频中行人和车辆的标注框中心点转换为相对于路端高空相机的相对三维坐标，再根据相对三维坐标和路端高空相机的实际位置坐标，计算得出行人识别坐标、车辆识别坐标以及标注框的长、宽分别所代表的实际距离，即为识别定位信息；融合定位模块用于综合上报定位信息和识别定位信息，并进行优化处理，得到各个目标(行人、车辆)的最终坐标；轨迹预测模块用于对未来一小段时间内车辆和行人轨迹的预测；碰撞分析模块根据当前的车辆和行人位置以及未来的车辆和行人轨迹，进行碰撞分析预警。显然，边缘计算设备还可包括现有技术中的边缘计算中央处理器，边缘计算中央处理器控制目标检测模块、坐标转换模块、融合定位模块、轨迹预测模块以及碰撞分析模块的正常运行。

其中，所述的差分定位处理模块包括GPS定位接收模块和差分修正模块，GPS定位接收模块用来接收来自定位卫星的边缘计算设备的平台GPS坐标，根据边缘计算设备的已知精密坐标与平台GPS坐标，计算出真实坐标与GPS定位得到的坐标的改正数，差分修正模块根据改正数对车端GPS坐标和人物GPS坐标进行差分修正，得出更精准的车端修正GPS坐标和人物修正GPS坐标。

其中，所述目标检测模块采用yolo v5算法网络，具体的目标检测步骤为：

A1、收集各种交通路口下路端高空相机拍摄的图片，建立数据集，将数据集输入到yolo v5算法网络的输入端，进行模型训练，得到能够识别行人、车辆的目标检测模型；

A2、将路端高空相机的实时视频信息输入到上述训练好的目标检测模型中，得到行人、车辆在视频帧图片中的位置和标注。

其中，所述的轨迹预测模块根据当前位置附近的交通信号灯信息和车道线信息，并结合目标当前的最终坐标、速度信息以及加速度信息，对目标的轨迹进行预测，得出目标的未来的轨迹，即目标的未来坐标与时间关系模型。

显然，在运行过程中，轨迹预测模块需要根据目标实时的最终坐标、速度信息以及加速度信息，进行不断修正，实时更新目标的未来坐标与时间关系模型。

一种车路协同的防碰预警方法，基于上述所述的一种车路协同的防碰预警系统，包括如下步骤：

S1、首先，通过路端高空相机拍摄正下方道路上的实时视频信息，路侧通讯单元的视频采集模块采集实时视频信息，并将实时视频信息发送至边缘计算设备的目标检测模块；

S2、通过训练好的目标检测模块对实时视频信息每帧图像中的目标进行检测识别，检测出车辆与行人在每帧图像中的位置，并用标注框对目标(行人、非机动车、机动车)进行标记；

S3、通过坐标转换模块将每帧图像中行人和车辆的标注框中心点转换为相对于路端高空相机的相对三维坐标，再根据相对三维坐标和路端高空相机的实际位置坐标，计算得出行人识别坐标、车辆识别坐标以及标注框的长、宽分别所代表的实际距离，即为识别定位信息；

S4、车载设备端通过车端GPS信息采集模块获取自身卫星定位的车端GPS坐标，智能移动终端通过移动端GPS信息采集模块获取自身卫星定位的人物GPS坐标；

S5、当车载设备端和智能移动终端进入到路侧通讯单元的通讯范围内，路侧通讯单元的路端信令通讯模块向车载设备端、智能移动终端分别发送指令，要求车载设备端、智能移动终端上报自身的GPS信息，车载设备端和智能移动终端实时地将车端GPS坐标、人物GPS坐标上报给路侧通讯单元；

S6、路侧通讯单元的差分定位处理模块将车端GPS坐标、人物GPS坐标进行修正处理，得到车端修正GPS坐标和人物修正GPS坐标，根据车载设备端在车辆上的实际安装位置，由车端修正GPS坐标计算出车辆中心位置的车辆修正GPS坐标，将车辆修正GPS坐标和人物修正GPS坐标作为上报定位信息直接发送给边缘计算设备；

S7、融合定位模块将边缘计算设备接收的上报定位信息和识别定位信息进行优化融合处理，得到各个目标(行人、车辆)的最终坐标，融合定位模块具体的优化处理方法为：

B1、将各个目标的上报定位信息和各个目标的识别定位信息进行对比，若有目标只具备上报定位信息(该目标要么是由车辆内部人员携带的智能移动终端得出，要么是被遮挡物遮挡住而没有被拍摄到的行人坐标信息)，则将上报定位信息作为该目标的最终坐标；若有目标只具备识别定位信息(显然，该目标是没有携带智能移动终端，且被路端高空相机拍摄到的行人)，则将识别定位信息作为该目标的最终坐标；若目标同时具备上报定位信息和识别定位信息(显然，该目标是携带有智能移动终端，且被路端高空相机拍摄到的行人)，则进入步骤B2；

B2、若目标同时具备的上报定位信息和识别定位信息无误差，则以上报定位信息或识别定位信息作为该目标的最终坐标，若目标的上报定位信息和其对应的识别定位信息有误差时，对目标检测模块的置信度进行判别；

B3、当检测出的目标为大车时，置信度达到50以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为小车时，置信度达到60以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为非机动车时，置信度达到70以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为行人时，置信度达到80以上，则以的目标为作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

S8、轨迹预测模块根据当前位置附近的交通信号灯信息和车道线信息，并结合目标当前的最终坐标、速度信息以及加速度信息，对目标的轨迹进行预测，得出目标的未来的轨迹，即目标的未来坐标与时间关系模型；

在对行人轨迹进行预测时，还应当考虑人群的拥挤度、交通信号灯的当前状态以及每个行人的面部朝向，根据这三者，以行人的面部朝向180度范围内进行正态分布预测，根据交通信号灯的当前状态以及人群的拥挤度进行速度预测，两者结合得出其未来坐标与时间关系模型。

S9、通过碰撞分析模块进行具体的分析预警，具体分析预警方法为：

C1、以当前机动车目标的最终坐标作为机动车目标边界框的中心点，以当前机动车目标的标注框长、宽尺寸作为机动车目标边界框的长、框尺寸，在道路平面上投影，构建当前机动车目标的机动车目标边界框，去除位于机动车目标边界框内的人物修正GPS坐标，即删去车内人员携带的智能移动终端所发送的相关GPS坐标信息，有利于减少计算量，同时也避免影响后续的碰撞分析；

C2、以当前行人目标的最终坐标作为目标边界框的中心点，以0.5-1.5米为半径，在道路平面上投影，构建当前行人目标的行人目标边界框；

C3、以当前非机动车目标的最终坐标作为目标边界框的中心点，以当前非机动车目标的标注框长、宽尺寸作为非机动车目标边界框的长、框尺寸，在道路平面上投影，构建当前非机动车目标的非机动车目标边界框；

C3、根据各个目标的未来坐标与时间关系，建立各个目标边界框与时间关系模型，在预设的多个未来时间段内，判断机动车目标边界框是否与行人目标边界框、非机动车目标边界框发生重合交叉(即发生碰撞)，若出现重合交叉(发生碰撞)，则发生重合交叉(发生碰撞)的预计时间以及重合交叉(发生碰撞)双方的信息直接传递给路侧通讯单元，路侧通讯单元将该信息通过路侧报警模块进行广播警示，同时，路侧通讯单元将该信息通过路端信令通讯模块发送给各个车载设备端和智能移动终端。车载设备端可将报警提示信息发送至车辆内部的车载显示屏上，也可同时控制车辆内部的音箱发出报警提示音，以便及时提醒驾驶员；智能移动终端可将报警提示信息发送到智能移动终端的显示屏上，也可同时控制智能移动终端振动，或者控制智能移动终端的音箱发出报警提示音，以便及时提醒行人。

在具体碰撞分析时，可设定目标的横向初速度为Vx,横向加速度为a_x,横坐标位置为X(t)，时间为t，横坐标位置时间关系为X(t)＝Vx·t+a_x·t。同理，设定目标的纵向初速度为Vy,纵向加速度为a_y,纵坐标位置为Y(t)，纵坐标位置时间关系为Y(t)＝Vy·t+a_y·t。碰撞分析模块会将不同车辆和行人的位置X(t)、Y(t)都会进行计算，判断在同一时刻t，是否有X(t)、Y(t)的位置发生重合，如重合，进行预警，如无重合，重新引入相关信息，进行再计算。

本实施例中，路侧报警模块可具体采用报警扬声器、报警闪烁灯等报警器件，及时提醒道路上的行人和非机动车。

本发明依靠路端高空相机和相关的图像检测识别处理方法，进行交通路口行人、车辆的位置识别，计算出各个目标的识别定位信息，然后，结合车载设备端和智能移动终端的GPS定位信息，可以在车辆到达复杂的交通路口时，有效的分析出该交通路口的情况，并得出机动车与非机动车、行人可能发生的碰撞预警信息，并进行广播；即便部分车载设备端和智能移动终端的GPS定位功能受限，或者部分行人未携带智能移动终端，本系统仍能正常识别工作，并预警，分析预警功能更全面，使用更安全。计算压力转接到路侧的边缘计算设备，可以减少车端的计算压力；可用于作为车路协同下的高级驾驶辅助预警，帮助驾驶员降低交通事故发生的概率；也可用于无人驾驶汽车的辅助，将预警信息传给车端后，车端可根据信息规划优化决策，从而提高行驶安全性。

实施例2：一种车路协同的防碰预警系统和方法，与实施例1的区别在于，所述目标检测模块采用yolo v5算法与mobileNet v3算法融合网络，yolo v5算法与mobileNet v3算法融合网络的具体构成为：将yolo v5算法中的基准网络替换为mobileNet v3算法网络。如此设计，可以实现网络的轻量化，能够更好的适应边缘计算的场景。

在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”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，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。

Claims (3)

1.一种车路协同的防碰预警系统，其特征在于：包括车载设备端、用于给行人佩戴或携带的智能移动终端、路侧通讯单元以及与路侧通讯单元直接通讯连接的边缘计算设备；

车载设备端包括车端GPS信息采集模块和车端信令通讯模块，车端GPS信息采集模块用于车辆GPS信息的获取，得到车载设备端的车端GPS坐标；车端信令通讯模块用于与路侧通讯单元进行数据交互；

智能移动终端包括移动端GPS信息采集模块和移动端信令通讯模块，移动端GPS信息采集模块用于移动端GPS信息的获取，得到行人的人物GPS坐标；移动端信令通讯模块用于与路侧通讯单元进行数据交互；

路侧通讯单元包括路端信令通讯模块、差分定位处理模块以及视频采集模块，路端信令通讯模块用于与车载设备端、智能移动终端之间的数据交互；差分定位处理模块采用差分定位方法对获得的车端GPS坐标和人物GPS坐标进行修正处理，得到车端修正GPS坐标和人物修正GPS坐标，根据车载设备端在车辆上的实际安装位置，由车端修正GPS坐标计算出车辆中心位置的车辆修正GPS坐标，将车辆修正GPS坐标和人物修正GPS坐标作为上报定位信息直接发送给边缘计算设备；视频采集模块用于获取路端高空相机的视频；

边缘计算设备包括目标检测模块、坐标转换模块、融合定位模块、轨迹预测模块以及碰撞分析模块，目标检测模块根据路端高空相机的视频信息和训练好的目标检测模型，检测出车辆与行人在视频中的位置，并用标注框对目标进行标记；坐标转换模块用于将视频中行人和车辆的标注框中心点转换为相对于路端高空相机的相对三维坐标，再根据相对三维坐标和路端高空相机的实际位置坐标，计算得出行人识别坐标、车辆识别坐标以及标注框的长、宽分别所代表的实际距离，即为识别定位信息；融合定位模块用于综合上报定位信息和识别定位信息，并进行优化处理，得到各个目标的最终坐标；轨迹预测模块用于对未来一小段时间内车辆和行人轨迹的预测；碰撞分析模块根据当前的车辆和行人位置以及未来的车辆和行人轨迹，进行碰撞分析预警；

其中，所述的差分定位处理模块包括GPS定位接收模块和差分修正模块，GPS定位接收模块用来接收来自定位卫星的边缘计算设备的平台GPS坐标，根据边缘计算设备的已知精密坐标与平台GPS坐标，计算出真实坐标与GPS定位得到的坐标的改正数，差分修正模块根据改正数对车端GPS坐标和人物GPS坐标进行差分修正，得出更精准的车端修正GPS坐标和人物修正GPS坐标；

其中，所述目标检测模块采用yolo v5算法网络，具体的目标检测步骤为：

A1、收集各种交通路口下路端高空相机拍摄的图片，建立数据集，将数据集输入到yolov5算法网络的输入端，进行模型训练，得到能够识别行人、车辆的目标检测模型；

A2、将路端高空相机的实时视频信息输入到上述训练好的目标检测模型中，得到行人、车辆在视频帧图片中的位置和标注；

其中，所述融合定位模块具体的优化处理方法为：

B1、将各个目标的上报定位信息和各个目标的识别定位信息进行对比，若有目标只具备上报定位信息，则将上报定位信息作为该目标的最终坐标；若有目标只具备识别定位信息，则将识别定位信息作为该目标的最终坐标；若目标同时具备上报定位信息和识别定位信息，则进入步骤B2；

B2、若目标同时具备的上报定位信息和识别定位信息无误差，则以上报定位信息或识别定位信息作为该目标的最终坐标，若目标的上报定位信息和其对应的识别定位信息有误差时，对目标检测模块的置信度进行判别；

B3、当检测出的目标为大车时，置信度达到50以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为小车时，置信度达到60以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为非机动车时，置信度达到70以上，则以识别定位信息作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

当检测出的目标为行人时，置信度达到80以上，则以的目标为作为最终坐标，反之，以上报定位信息作为该目标的最终坐标；

其中，所述的轨迹预测模块根据当前位置附近的交通信号灯信息和车道线信息，并结合目标当前的最终坐标、速度信息以及加速度信息，对目标的轨迹进行预测，得出目标的未来的轨迹，即目标的未来坐标与时间关系模型；

其中，所述的碰撞分析模块的具体分析预警方法为：

C1、以当前机动车目标的最终坐标作为机动车目标边界框的中心点，以当前机动车目标的标注框长、宽尺寸作为机动车目标边界框的长、框尺寸，在道路平面上投影，构建当前机动车目标的机动车目标边界框，去除位于机动车目标边界框内的人物修正GPS坐标；

C2、以当前行人目标的最终坐标作为目标边界框的中心点，以0.5-1.5米为半径，在道路平面上投影，构建当前行人目标的行人目标边界框；

C3、以当前非机动车目标的最终坐标作为目标边界框的中心点，以当前非机动车目标的标注框长、宽尺寸作为非机动车目标边界框的长、框尺寸，在道路平面上投影，构建当前非机动车目标的非机动车目标边界框；

C3、根据各个目标的未来坐标与时间关系，建立各个目标边界框与时间关系模型，在预设的多个未来时间段内，判断机动车目标边界框是否与行人目标边界框、非机动车目标边界框发生重合交叉，若出现重合交叉，则发生重合交叉的预计时间以及重合交叉双方的信息直接传递给路侧通讯单元，路侧通讯单元将该信息通过路侧报警模块进行广播警示，同时，路侧通讯单元将该信息通过路端信令通讯模块发送给各个车载设备端和智能移动终端。

2.根据权利要求1所述的一种车路协同的防碰预警系统，其特征在于：所述目标检测模块采用yolo v5算法与mobileNet v3算法融合网络，yolo v5算法与mobileNet v3算法融合网络的具体构成为：将yolo v5算法中的基准网络替换为mobileNet v3算法网络。

3.一种车路协同的防碰预警方法，其特征在于：基于权利要求1-2任一所述的一种车路协同的防碰预警系统，包括如下步骤：

S1、首先，通过路端高空相机拍摄正下方道路上的实时视频信息，路侧通讯单元的视频采集模块采集实时视频信息，并将实时视频信息发送至边缘计算设备的目标检测模块；

S2、通过训练好的目标检测模块对实时视频信息每帧图像中的目标进行检测识别，检测出车辆与行人在每帧图像中的位置，并用标注框对目标进行标记；

S3、通过坐标转换模块将每帧图像中行人和车辆的标注框中心点转换为相对于路端高空相机的相对三维坐标，再根据相对三维坐标和路端高空相机的实际位置坐标，计算得出行人识别坐标、车辆识别坐标以及标注框的长、宽分别所代表的实际距离，即为识别定位信息；

S4、车载设备端通过车端GPS信息采集模块获取自身卫星定位的车端GPS坐标，智能移动终端通过移动端GPS信息采集模块获取自身卫星定位的人物GPS坐标；

S5、当车载设备端和智能移动终端进入到路侧通讯单元的通讯范围内，路侧通讯单元的路端信令通讯模块向车载设备端、智能移动终端分别发送指令，要求车载设备端、智能移动终端上报自身的GPS信息，车载设备端和智能移动终端实时地将车端GPS坐标、人物GPS坐标上报给路侧通讯单元；

S6、路侧通讯单元的差分定位处理模块将车端GPS坐标、人物GPS坐标进行修正处理，得到车端修正GPS坐标和人物修正GPS坐标，根据车载设备端在车辆上的实际安装位置，由车端修正GPS坐标计算出车辆中心位置的车辆修正GPS坐标，将车辆修正GPS坐标和人物修正GPS坐标作为上报定位信息直接发送给边缘计算设备；

S7、融合定位模块将边缘计算设备接收的上报定位信息和识别定位信息进行优化融合处理，得到各个目标的最终坐标；

S8、轨迹预测模块根据当前位置附近的交通信号灯信息和车道线信息，并结合目标当前的最终坐标、速度信息以及加速度信息，对目标的轨迹进行预测，得出目标的未来的轨迹，即目标的未来坐标与时间关系模型；

S9、通过碰撞分析模块进行具体的分析预警，将可能发生碰撞的预计时间以及碰撞双方的信息直接传递给路侧通讯单元，路侧通讯单元将该信息通过路侧报警模块进行广播警示，同时，路侧通讯单元将该信息通过路端信令通讯模块发送给各个车载设备端和智能移动终端。

Images