CN114419929B - 一种碰撞风险评估方法、装置、电子设备及存储介质 - Google Patents

一种碰撞风险评估方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN114419929B
CN114419929B CN202210205889.1A CN202210205889A CN114419929B CN 114419929 B CN114419929 B CN 114419929B CN 202210205889 A CN202210205889 A CN 202210205889A CN 114419929 B CN114419929 B CN 114419929B
Authority
CN
China
Prior art keywords
motor vehicle
target motor
target
collision risk
distance
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
Application number
CN202210205889.1A
Other languages
English (en)
Other versions
CN114419929A (zh
Inventor
彭云龙
邓锦祥
李伟
张立华
周竹萍
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202210205889.1A priority Critical patent/CN114419929B/zh
Publication of CN114419929A publication Critical patent/CN114419929A/zh
Application granted granted Critical
Publication of CN114419929B publication Critical patent/CN114419929B/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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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

Abstract

本发明涉及交通管理领域，具体为一种碰撞风险评估方法、装置、电子设备及存储介质；通过获取第一目标机动车与第二目标机动车在当前时刻的运行信息，运行信息包括速度矢量、加速度矢量和位置；根据运行信息计算所述第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离、到达时间、相位角；根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数；根据碰撞风险系数对第一目标机动车与第二目标机动车之间的碰撞风险程度进行判断；从而可有效预测机动车之间的碰撞风险程度，并有利于提前作出对应的措施，以减少碰撞事故或交通阻塞。

Description

一种碰撞风险评估方法、装置、电子设备及存储介质
技术领域
本发明涉及交通管理领域，具体涉及一种碰撞风险评估方法、装置、电子设备及存储介质。
背景技术
随着汽车数量的日益攀升，导致机动车之间发生交通事故或者拥堵现象频发，在车流量比较大的路段或者交叉路口，行驶中的机动车之间容易发生碰撞事故，导致交通阻塞，如果可以提前知道机动车之间存在碰撞风险，就可以提前作出相应预防措施，减少交通阻塞或者碰撞事故。
因此，现有技术有待改进和发展。
发明内容
本发明的目的在于提供一种碰撞风险评估方法、装置、电子设备及存储介质，可有效预测机动车之间的碰撞风险程度，从而有利于提前作出对应的措施，以减少碰撞事故或交通阻塞。
第一方面，本申请提供一种碰撞风险评估方法，用于对行驶中的机动车之间的碰撞风险进行评估，所述方法包括以下步骤：
A1:获取第一目标机动车与第二目标机动车在当前时刻的运行信息，所述运行信息包括速度矢量、加速度矢量和位置；
A2：根据所述运行信息计算所述第一目标机动车与第二目标机动车的碰撞风险度量指标，所述碰撞风险度量指标包括第一距离、到达时间、相位角；所述第一距离是指所述第一目标机动车和所述第二目标机动车分别保持当前运动状态行驶的时候，所述第一目标机动车位置与所述第二目标机动车位置之间的最小距离，所述到达时间是指所述第一目标机动车以当前运动状态到达所述第一距离对应位置所需的时间，所述相位角是指所述第一目标机动车的速度矢量与所述第二目标机动车的速度矢量的夹角；
A3：根据所述碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数；
A4：根据所述碰撞风险系数对所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度进行判断。
本发明提供的一种碰撞风险评估方法，通过获取第一目标机动车与第二目标机动车在当前时刻的运行信息，计算碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数，根据碰撞风险系数判断碰撞风险程度，可有效预测机动车之间的碰撞风险程度，从而有利于提前作出对应的措施（例如向机动车的智能车载系统发送提示信息），以减少碰撞事故或交通阻塞。
进一步的，步骤A1包括：
获取道路视频数据，所述道路视频数据包括所述第一目标机动车和所述第二目标机动车的视频数据；
根据所述道路视频数据识别所述第一目标机动车与所述第二目标机动车的速度矢量、加速度矢量和位置。
利用视频识别能够快速获取第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置，提高处理效率。
进一步的，所述步骤A2包括：
根据所述第一目标机动车的速度矢量和所述第二目标机动车的速度矢量，采用以下公式计算所述第一目标机动车与所述第二目标机动车的相对速度矢量和所述相位角：
Figure 685843DEST_PATH_IMAGE001
；
Figure 193048DEST_PATH_IMAGE002
；
式中，
Figure 140275DEST_PATH_IMAGE003
是第一目标机动车与第二目标机动车的相对速度矢量，
Figure 783746DEST_PATH_IMAGE004
是第一目标机动车的速度矢量，
Figure 915650DEST_PATH_IMAGE005
是第二目标机动车的速度矢量，
Figure 519938DEST_PATH_IMAGE006
是相位角，
Figure 395490DEST_PATH_IMAGE007
是第二目标机动车的航向角（指所述第二目标机动车当前时刻的速度矢量与预设坐标系的Y轴之间的夹角，且所述夹角以顺时针方向为正，逆时针方向为负），
Figure 159047DEST_PATH_IMAGE008
是第一目标机动车的航向角（指所述第一目标机动车当前时刻的速度矢量与所述预设坐标系的Y轴之间的夹角，且所述夹角以顺时针方向为正，逆时针方向为负）；
根据所述第一目标机动车的加速度矢量和所述第二目标机动车的加速度矢量，采用以下公式计算所述第一目标机动车与所述第二目标机动车的相对加速度矢量：
Figure 71639DEST_PATH_IMAGE009
；
式中
Figure 553436DEST_PATH_IMAGE010
是所述第一目标机动车与所述第二目标机动车的相对加速度矢量，
Figure 701520DEST_PATH_IMAGE011
是所述第一目标机动车的加速度矢量，
Figure 463459DEST_PATH_IMAGE012
是所述第二目标机动车的加速度矢量；
根据所述第一目标机动车的位置和所述第二目标机动车的位置提取第二距离矢量，所述第二距离矢量是指从所述第一目标机动车的位置到所述第二目标机动车的位置的相对位置矢量；
根据所述第一目标机动车与所述第二目标机动车的相对速度矢量、相对加速度矢量和所述第二距离矢量计算所述第一距离和所述到达时间。
在实际应用中，由第一目标机动车行驶的速度及方向与第二目标机动车行驶的速度及方向的夹角的大小，可以有效判断第一目标机动车与第二目标机动车之间存在的碰撞风险（两者之间的相位角的大小在一定程度上反映碰撞风险的大小）。
进一步的，所述根据所述第一目标机动车与所述第二目标机动车的相对速度矢量、相对加速度矢量和所述第二距离矢量计算所述第一距离和所述到达时间的步骤包括：
根据所述第一目标机动车与所述第二目标机动车的相对速度矢量和所述第二距离矢量，采用以下公式计算所述第一距离：
Figure 406007DEST_PATH_IMAGE013
；
其中，
Figure 250466DEST_PATH_IMAGE014
；
Figure 202242DEST_PATH_IMAGE015
；
式中，
Figure 674811DEST_PATH_IMAGE016
是所述第一距离，
Figure 194785DEST_PATH_IMAGE017
是所述第二距离矢量，
Figure 385595DEST_PATH_IMAGE018
是参考距离，
Figure 875483DEST_PATH_IMAGE019
是 参考距离阈值；
根据所述第一目标机动车与所述第二目标机动车的相对速度矢量、相对加速度矢量和所述第二距离矢量，采用以下公式计算所述到达时间：
Figure 468138DEST_PATH_IMAGE020
；
式中，
Figure 159013DEST_PATH_IMAGE021
是所述到达时间。
通过计算第一距离，如果第一距离越小，第一目标机动车与第二目标机动车之间碰撞的可能性就越大，通过计算第一目标机动车到达第一距离对应位置所需的时间，根据到达时间可以进一步判断第一目标机动车与第二目标机动车发生碰撞事故的紧迫程度（到达时间越小，两者碰撞的紧迫程度越大）。
进一步的，所述步骤A3包括：
根据所述相位角采用以下相位角效用模型计算相位角效用数据：
Figure 571540DEST_PATH_IMAGE022
；
其中，
Figure 865118DEST_PATH_IMAGE023
是所述相位角效用数据，
Figure 453226DEST_PATH_IMAGE024
和
Figure 174057DEST_PATH_IMAGE025
是缩放因子，且
Figure 339459DEST_PATH_IMAGE026
，
Figure 312094DEST_PATH_IMAGE027
模型控制系数，
Figure 879342DEST_PATH_IMAGE028
是以自然常数
Figure 912020DEST_PATH_IMAGE029
为底的指数函数，
Figure 299139DEST_PATH_IMAGE030
为所述相位角；
根据所述第一距离、所述到达时间和所述相位角效用数据采用碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数。
进一步的， 所述根据所述第一距离、所述到达时间和所述相位角效用数据采用碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数的步骤包括：
根据所述第一距离，采用以下公式计算第一风险评估系数：
Figure 75465DEST_PATH_IMAGE031
；
式中，
Figure 497219DEST_PATH_IMAGE032
是所述第一风险评估系数，
Figure 825432DEST_PATH_IMAGE033
是第一调整系数，
Figure 572284DEST_PATH_IMAGE034
是第二调整系数，
Figure 11355DEST_PATH_IMAGE035
是所述第一距离，
Figure 287616DEST_PATH_IMAGE036
是自然常数；
根据所述到达时间，采用以下公式计算第二风险评估系数：
Figure 662097DEST_PATH_IMAGE037
；
式中，
Figure 23808DEST_PATH_IMAGE038
是所述第二风险评估系数，
Figure 141937DEST_PATH_IMAGE039
是第三调整系数，
Figure 538283DEST_PATH_IMAGE040
是第四调整系数，
Figure 208299DEST_PATH_IMAGE041
是到达时间；
根据所述相位角效用数据，采用以下公式计算第三风险评估系数：
Figure 667093DEST_PATH_IMAGE042
；
式中，
Figure 713546DEST_PATH_IMAGE043
是所述第三风险评估系数，
Figure 964399DEST_PATH_IMAGE044
是第五调整系数，
Figure 680682DEST_PATH_IMAGE045
是第六调整系数；
根据第一风险评估系数、第二风险评估系数和第三风险评估系数，采用以下公式计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数：
Figure 751406DEST_PATH_IMAGE046
；
式中，
Figure 211338DEST_PATH_IMAGE047
是所述碰撞风险系数，
Figure 316697DEST_PATH_IMAGE048
、
Figure 328515DEST_PATH_IMAGE049
、
Figure 27481DEST_PATH_IMAGE050
是权重系数，且
Figure 884579DEST_PATH_IMAGE051
。
通过第一风险评估系数、第二风险评估系数和第三风险评估系数综合评估第一目标机动车与第二目标机动车之间的碰撞风险，进一步提高评估的准确性。
进一步的，所述步骤A4包括：
若所述碰撞风险系数大于第一预设阈值，则判断所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度高，否则所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度低。
第二方面，本发明还提供了一种碰撞风险评估装置，用于对行驶中的机动车之间的碰撞风险进行评估，所述碰撞风险评估装置包括：
第一获取模块，用于获取第一目标机动车与第二目标机动车在当前时刻的运行信息，所述运行信息包括速度矢量、加速度矢量和位置；
第一计算模块，用于根据所述运行信息计算所述第一目标机动车与第二目标机动车的碰撞风险度量指标，所述碰撞风险度量指标包括第一距离、到达时间、相位角；所述第一距离是指所述第一目标机动车和所述第二目标机动车分别保持当前运动状态行驶的时候，所述第一目标机动车位置与所述第二目标机动车位置之间的最小距离，所述到达时间是指所述第一目标机动车以当前运动状态到达所述第一距离对应位置所需的时间，所述相位角是指所述第一目标机动车的速度矢量与所述第二目标机动车的速度矢量的夹角；
第二计算模块，用于根据所述碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数；
检测模块，用于根据所述碰撞风险系数对所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度进行判断。
本发明提供的碰撞风险评估装置可以根据实时的道路交通路况，通过分析和计算，预测出未来时段第一目标机动车与第二目标机动车之间存在的碰撞风险，根据碰撞风险程度的大小，可有效预测机动车之间的碰撞风险程度，从而有利于提前作出对应的措施（例如向机动车的智能车载系统发送提示信息），以减少碰撞事故或交通阻塞。
第三方面，本发明提供了一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述碰撞风险评估方法中的步骤。
第四方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述碰撞风险评估方法中的步骤。
本发明的有益效果：通过获取第一目标机动车与第二目标机动车在当前时刻的运行信息，计算碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数，根据碰撞风险系数判断碰撞风险程度，可有效预测机动车之间的碰撞风险程度，从而有利于提前作出对应的措施，以减少碰撞事故或交通阻塞。
附图说明
图1为本申请实施例提供的碰撞风险评估方法的一种流程图。
图2为本申请实施例提供的碰撞风险评估装置的结构示意图。
图3为本申请实施例提供的电子设备的结构示意图。
图4为本申请实施例提供的机动车之间位置的示意图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
参照图1，图1是本申请一些实施例中的碰撞风险评估方法的流程图。该碰撞风险评估方法，用于对行驶中的机动车之间的碰撞风险进行评估，该方法步骤包括：
A1:获取第一目标机动车与第二目标机动车在当前时刻的运行信息，运行信息包括速度矢量、加速度矢量和位置；
A2：根据运行信息计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离、到达时间、相位角；第一距离是指第一目标机动车和第二目标机动车分别保持当前运动状态行驶的时候，第一目标机动车位置与第二目标机动车位置之间的最小距离，到达时间是指第一目标机动车以当前运动状态到达第一距离对应位置所需的时间，相位角是指第一目标机动车的速度矢量与第二目标机动车的速度矢量的夹角；
A3：根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数；
A4：根据碰撞风险系数对第一目标机动车与第二目标机动车之间的碰撞风险程度进行判断。
需要说明的是，速度矢量包括速度的大小和速度的方向，加速度矢量包括加速度的大小和加速度的方向；保持当前运动状态是指保持速度、运动方向和加速度不变。
在实际应用中，可以通过视频数据分别获取第一目标机动车与第二目标机动车在当前时刻的速度矢量、加速度矢量和位置，根据第一目标机动车的速度矢量和第二目标机动车的速度矢量计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离
Figure 375603DEST_PATH_IMAGE052
、到达时间
Figure 168110DEST_PATH_IMAGE053
、相位角
Figure 479005DEST_PATH_IMAGE054
，其中，第一距离
Figure 139794DEST_PATH_IMAGE055
越小，第一目标机动车与第二目标机动车之间碰撞的可能性就越大，到达时间越小，两者碰撞的紧迫程度越大，相位角
Figure 351901DEST_PATH_IMAGE056
的取值范围为
Figure 439943DEST_PATH_IMAGE057
，相位角的大小在一定程度上反映碰撞风险的大小，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数，根据碰撞风险系数判断碰撞风险程度，可有效预测机动车之间的碰撞风险程度，从而有利于提前作出对应的措施（例如向机动车的车载系统发送提示信息），以减少碰撞事故或交通阻塞。
在一些实施例中，步骤A1包括：
获取道路视频数据，道路视频数据包括第一目标机动车和第二目标机动车的视频数据；
根据道路视频数据识别第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置。
在实际应用中，可由安装在道路上方的监控设备采集到机动车行驶中的道路视频数据，通过轮廓识别方法识别第一目标机动车与第二目标机动车的轮廓，根据该轮廓提取识别各帧视频图像中的第一目标机动车与第二目标机动车的位置数据（在监控设备坐标系下的位置数据），再根据各帧视频图像的位置数据和各帧视频图像是时间戳拟合得到第一目标机动车与第二目标机动车的位置变化曲线（位置随时间变化的曲线），对该位置变化曲线进行一阶求导得到第一目标机动车与第二目标机动车的速度矢量，对该位置变化曲线进行二阶求导得第一目标机动车与第二目标机动车的加速度矢量。实际上，也可通过其它现有的视频检测技术识别第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置。
实际上，不限于通过道路视频数据获取第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置信息，可采用任意可行的方式获取这些信息，例如，对于车载系统中有导航设备的车辆，可通过接收第一目标机动车与第二目标机动车的车载系统发送的导航信息，从中提取速度矢量、加速度矢量和位置，或从中提取位置后通过求导得到速度矢量、加速度矢量。
在一些实施例中，步骤A2包括：
根据第一目标机动车的速度矢量和第二目标机动车的速度矢量，采用以下公式计算第一目标机动车与第二目标机动车的相对速度矢量和相位角：
Figure 113501DEST_PATH_IMAGE058
；
Figure 577981DEST_PATH_IMAGE002
；
式中，
Figure 512438DEST_PATH_IMAGE059
是第一目标机动车与第二目标机动车的相对速度矢量，
Figure 912327DEST_PATH_IMAGE060
是第一目标机动车的速度矢量，
Figure 932236DEST_PATH_IMAGE061
是第二目标机动车的速度矢量，
Figure 606930DEST_PATH_IMAGE062
是相位角；
Figure 661474DEST_PATH_IMAGE063
是第二目标机动车的航向角（指第二目标机动车当前时刻的速度矢量与预设坐标系的Y轴之间的夹角，且夹角以顺时针方向为正，逆时针方向为负），
Figure 232264DEST_PATH_IMAGE008
是第一目标机动车的航向角（指第一目标机动车当前时刻的速度矢量与预设坐标系的Y轴之间的夹角，且夹角以顺时针方向为正，逆时针方向为负）；
根据第一目标机动车的加速度矢量和第二目标机动车的加速度矢量，采用以下公式计算第一目标机动车与第二目标机动车的相对加速度矢量：
Figure 5048DEST_PATH_IMAGE064
；
式中，
Figure 952275DEST_PATH_IMAGE065
是第一目标机动车与第二目标机动车的相对加速度矢量，
Figure 595746DEST_PATH_IMAGE066
是第一目标机动车的加速度矢量，
Figure 462071DEST_PATH_IMAGE067
是第二目标机动车的加速度矢量；
根据第一目标机动车的位置和第二目标机动车的位置提取第二距离矢量，第二距离矢量是指从第一目标机动车的位置到第二目标机动车的位置的相对位置矢量；
根据第一目标机动车与第二目标机动车的相对速度矢量、相对加速度矢量和第二距离矢量计算第一距离和到达时间。
根据第一目标机动车行驶的速度及方向与第二目标机动车行驶的速度及方向的夹角的大小，可以判断第一目标机动车与第二目标机动车之间存在的碰撞风险（两者之间的相位角的大小在一定程度上反映碰撞风险的大小）。
需要说明的是，航向角是指车辆当前时刻的速度矢量与预设参考线之间的夹角，该夹角以顺时针方向为正，逆时针方向为负（也可相反），该预设参考线可以根据实际需要设置，例如预设参考线为水平且指向正北方向的射线，或者为预设坐标系（如监控设备坐标系、图像坐标系、绝对坐标系等）的某个轴，但不限于此；本实施例的航向角以顺时针方向为正，逆时针方向为负，如图4中
Figure 331938DEST_PATH_IMAGE068
、
Figure 941911DEST_PATH_IMAGE069
）。
由第一目标机动车与第二目标机动车的速度矢量和加速度矢量计算第一目标机动车与第二目标机动车的相对速度矢量、相对加速度矢量和相位角，其中，第二距离矢量是指从第一目标机动车的位置到第二目标机动车的位置的相对位置矢量（如图4中
Figure 439888DEST_PATH_IMAGE070
，其大小为第一目标机动车的位置与第二目标机动车的位置之间的距离大小，其方向是从第一目标机动车的位置指向第二目标机动车的位置）。根据相对速度矢量、相对加速度矢量和第二距离矢量计算第一距离和到达时间。
在一些实施例中，根据第一目标机动车与第二目标机动车的相对速度矢量、相对加速度矢量和第二距离矢量计算第一距离和到达时间的步骤包括：
根据第一目标机动车与第二目标机动车的相对速度矢量和第二距离矢量，采用以下公式计算第一距离：
Figure 618060DEST_PATH_IMAGE071
；
其中，
Figure 834278DEST_PATH_IMAGE072
；
Figure 982362DEST_PATH_IMAGE073
；
式中，
Figure 600425DEST_PATH_IMAGE074
是第一距离，
Figure 946569DEST_PATH_IMAGE075
是第二距离矢量,
Figure 650082DEST_PATH_IMAGE076
是参考距离，
Figure 601858DEST_PATH_IMAGE077
是参考距离 阀值（即第二目标机动车位置点i到第一目标机动车与第二目标机动车的相对速度矢量所 在直线oh的垂直距离ih，如图4）；
根据第一目标机动车与第二目标机动车的相对速度矢量、相对加速度矢量和第二距离矢量，采用以下公式计算到达时间：
Figure 949794DEST_PATH_IMAGE078
；
式中，
Figure 328822DEST_PATH_IMAGE079
是到达时间。
其中，通过上述公式计算出第一距离数据用于判断第一目标机动车与第二目标机动车之间碰撞的可能性，第一距离越小，则判断两者之间碰撞的可能性越大；通过上述公式计算出到达时间数据用于判断第一目标机动车与第二目标机动车碰撞的时间紧迫性，到达时间越小，则判断两者之间碰撞的时间紧迫性就越强。
在一些实施例中，步骤A3包括：
根据相位角采用以下相位角效用模型计算相位角效用数据：
Figure 519632DEST_PATH_IMAGE080
；
其中，
Figure 9520DEST_PATH_IMAGE023
是相位角效用数据，
Figure 477541DEST_PATH_IMAGE081
和
Figure 27471DEST_PATH_IMAGE082
是缩放因子（可以根据实际需要预设），且
Figure 705577DEST_PATH_IMAGE083
，
Figure 874521DEST_PATH_IMAGE084
模型控制系数，
Figure 321683DEST_PATH_IMAGE085
是以自然常数
Figure 42515DEST_PATH_IMAGE029
为底的指数函数，
Figure 942338DEST_PATH_IMAGE086
为相位角；
根据第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数。
在实际应用中，相位角越小，则碰撞风险越小，当相位角为负值时，基本不会发生碰撞，因此在相位角取负值时，其相位效用小，当相位角取正值时，其相位效用大。相位角与相位效用存在正相关关系，当
Figure 914973DEST_PATH_IMAGE087
时，第一目标机动车与第二目标机动车存在碰撞的可能性，相位效用随着
Figure 482220DEST_PATH_IMAGE088
增大而增大。
在一些实施例中，根据第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数的步骤包括：
根据第一距离，采用以下公式计算第一风险评估系数：
Figure 373953DEST_PATH_IMAGE089
；
式中，
Figure 636438DEST_PATH_IMAGE090
是第一风险评估系数，
Figure 271819DEST_PATH_IMAGE091
是第一调整系数（可根据实际需要预设），
Figure 693573DEST_PATH_IMAGE092
是第二调整系数（可根据实际需要预设），
Figure 756207DEST_PATH_IMAGE093
是第一距离，
Figure 505988DEST_PATH_IMAGE029
是自然常数；
根据到达时间，采用以下公式计算第二风险评估系数：
Figure 945060DEST_PATH_IMAGE094
；
式中，
Figure 221320DEST_PATH_IMAGE095
是第二风险评估系数，
Figure 330222DEST_PATH_IMAGE096
是第三调整系数（可根据实际需要预设），
Figure 691933DEST_PATH_IMAGE097
是第四调整系数（可根据实际需要预设），
Figure 669116DEST_PATH_IMAGE098
是到达时间；
根据相位角效用数据，采用以下公式计算第三风险评估系数：
Figure 799883DEST_PATH_IMAGE099
；
式中，
Figure 348195DEST_PATH_IMAGE100
是第三风险评估系数，
Figure 197202DEST_PATH_IMAGE101
是第五调整系数（可根据实际需要预设），
Figure 978076DEST_PATH_IMAGE102
是第六调整系数（可根据实际需要预设）；
根据第一风险评估系数、第二风险评估系数和第三风险评估系数，采用以下公式计算第一目标机动车与第二目标机动车之间的碰撞风险系数：
Figure 838716DEST_PATH_IMAGE103
；
式中，
Figure 414054DEST_PATH_IMAGE104
是碰撞风险系数，
Figure 750357DEST_PATH_IMAGE105
、
Figure 69343DEST_PATH_IMAGE049
、
Figure 50069DEST_PATH_IMAGE106
是权重系数（可根据实际需要预设），且
Figure 796308DEST_PATH_IMAGE107
。
通过第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的风险评估系数，根据各个风险评估系数综合计算其碰撞风险系数，使碰撞风险评估结果更加准确。
在一些实施例中，步骤A4包括：
若碰撞风险系数大于第一预设阀值，则判断第一目标机动车与第二目标机动车之间的碰撞风险程度高，否则第一目标机动车与第二目标机动车之间的碰撞风险程度低。例如基于智能车载系统，将碰撞风险高的预警信息发送到其车载系统对驾驶员进行预警或采取一定制动措施进行规避以避免碰撞事故的发生。
请参照图2，图2是本申请一些实施例中的一种碰撞风险评估装置，用于对行驶中的机动车之间的碰撞风险进行评估，该碰撞风险评估装置包括：
第一获取模块1，用于获取第一目标机动车与第二目标机动车在当前时刻的运行信息，运行信息包括速度矢量、加速度矢量和位置；
第一计算模块2，用于根据运行信息计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离、到达时间、相位角；第一距离是指第一目标机动车和第二目标机动车分别保持当前运动状态行驶的时候，第一目标机动车位置与第二目标机动车位置之间的最小距离，到达时间是指第一目标机动车以当前运动状态到达第一距离对应位置所需的时间，相位角是指第一目标机动车的速度矢量与第二目标机动车的速度矢量的夹角；
第二计算模块3，用于根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数；
检测模块4，用于根据碰撞风险系数对第一目标机动车与第二目标机动车之间的碰撞风险程度进行判断。
需要说明的是，速度矢量包括速度的大小和速度的方向，加速度矢量包括加速度的大小和加速度的方向；保持当前运动状态是指保持速度、运动方向和加速度不变。
在实际应用中，第一获取模块1通过视频数据分别获取第一目标机动车与第二目标机动车在当前时刻的速度矢量、加速度矢量和位置，第一计算模块2根据第一目标机动车的速度矢量和第二目标机动车的速度矢量计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离
Figure 619907DEST_PATH_IMAGE108
、到达时间
Figure 617950DEST_PATH_IMAGE109
、相位角
Figure 577816DEST_PATH_IMAGE110
，其中，第一距离
Figure 760536DEST_PATH_IMAGE111
越小，第一目标机动车与第二目标机动车之间碰撞的可能性就越大，到达时间越小，两者碰撞的紧迫程度越大，相位角
Figure 805852DEST_PATH_IMAGE112
的取值范围为
Figure 342007DEST_PATH_IMAGE113
，相位角的大小在一定程度上反映碰撞风险的大小，第二计算模块3根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数，检测模块4根据碰撞风险系数判断第一目标机动车与第二目标机动车之间的碰撞风险程度，可有效预测机动车之间的碰撞风险程度，从而有利于提前作出对应的措施（例如向机动车的车载系统发送提示），以减少碰撞事故或交通阻塞。
在某些实施例中，第一获取模块1用于在获取第一目标机动车与第二目标机动车在当前时刻的运行信息，运行信息包括速度矢量、加速度矢量和位置的时候，具体执行：
获取道路视频数据，道路视频数据包括第一目标机动车和第二目标机动车的视频数据；
根据道路视频数据识别第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置。
在实际应用中，可由安装在道路上方的监控设备采集到机动车行驶中的道路视频数据，通过轮廓识别方法识别第一目标机动车与第二目标机动车的轮廓，根据该轮廓提取识别各帧视频图像中的第一目标机动车与第二目标机动车的位置数据（在监控设备坐标系下的位置数据），再根据各帧视频图像的位置数据和各帧视频图像是时间戳拟合得到第一目标机动车与第二目标机动车的位置变化曲线（位置随时间变化的曲线），对该位置变化曲线进行一阶求导得到第一目标机动车与第二目标机动车的速度矢量，对该位置变化曲线进行二阶求导得第一目标机动车与第二目标机动车的加速度矢量。实际上，也可通过其它现有的视频检测技术识别第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置。
实际上，不限于通过道路视频数据获取第一目标机动车与第二目标机动车的速度矢量、加速度矢量和位置，可采用任意可行的方式获取这些信息，例如，对于智能车载系统中有导航设备的车辆，可通过接收第一目标机动车与第二目标机动车的车载系统发送的导航信息，从中提取速度矢量、加速度矢量和位置，或从中提取位置后通过求导得到速度矢量、加速度矢量。
在某些实施例中，第一计算模块2用于在根据运行信息计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离、到达时间、相位角的时候，具体执行：
根据第一目标机动车的速度矢量和第二目标机动车的速度矢量，采用以下公式计算第一目标机动车与第二目标机动车的相对速度矢量和相位角：
Figure 421958DEST_PATH_IMAGE114
；
Figure 510000DEST_PATH_IMAGE002
；
式中，
Figure 42613DEST_PATH_IMAGE115
是第一目标机动车与第二目标机动车的相对速度矢量，
Figure 382458DEST_PATH_IMAGE116
是第一目标机动车的速度矢量，
Figure 316916DEST_PATH_IMAGE117
是第二目标机动车的速度矢量，
Figure 575859DEST_PATH_IMAGE118
是相位角；
Figure 736713DEST_PATH_IMAGE119
是第二目标机动车的航向角（指第二目标机动车当前时刻的速度矢量与预设坐标系的Y轴之间的夹角，且夹角以顺时针方向为正，逆时针方向为负），
Figure 739304DEST_PATH_IMAGE120
是第一目标机动车的航向角（指第一目标机动车当前时刻的速度矢量与预设坐标系的Y轴之间的夹角，且夹角以顺时针方向为正，逆时针方向为负）；
根据第一目标机动车的加速度矢量和第二目标机动车的加速度矢量，采用以下公式计算第一目标机动车与第二目标机动车的相对加速度矢量：
Figure 528269DEST_PATH_IMAGE009
；
式中
Figure 223692DEST_PATH_IMAGE121
是第一目标机动车与第二目标机动车的相对加速度矢量，
Figure 606263DEST_PATH_IMAGE122
是第一目标机动车的加速度矢量，
Figure 146966DEST_PATH_IMAGE123
是第二目标机动车的加速度矢量；
根据第一目标机动车的位置和第二目标机动车的位置提取第二距离矢量，第二距离矢量是指从第一目标机动车的位置到第二目标机动车的位置的相对位置矢量；
根据第一目标机动车与第二目标机动车的相对速度矢量、相对加速度矢量和第二距离矢量计算第一距离和到达时间。
根据第一目标机动车行驶的速度及方向与第二目标机动车行驶的速度及方向的夹角的大小，可以判断第一目标机动车与第二目标机动车之间存在的碰撞风险（两者之间的相位角的大小在一定程度上反映碰撞风险的大小）。
需要说明的是，航向角是指车辆当前时刻的速度矢量与预设参考线之间的夹角，该夹角以顺时针方向为正，逆时针方向为负（也可相反），该预设参考线可以根据实际需要设置，例如预设参考线为水平且指向正北方向的射线，或者为预设坐标系（如监控设备坐标系、图像坐标系、绝对坐标系等）的某个轴，但不限于此；本实施例的航向角以顺时针方向为正，逆时针方向为负，如图4中
Figure 56016DEST_PATH_IMAGE124
、
Figure 656762DEST_PATH_IMAGE119
）。
由第一目标机动车与第二目标机动车的速度矢量和加速度矢量计算第一目标机 动车与第二目标机动车的相对速度矢量、相对加速度矢量和相位角，其中，第二距离矢量是 指从第一目标机动车的位置到第二目标机动车的位置的相对位置矢量（如图4中
Figure 523699DEST_PATH_IMAGE125
，其大 小为第一目标机动车的位置与第二目标机动车的位置之间的距离大小，其方向是从第一目 标机动车的位置指向第二目标机动车的位置）。根据相对速度矢量、相对加速度矢量和第二 距离矢量计算第一距离和到达时间。
在某些实施例中，第一计算模块2用于在根据第一目标机动车与第二目标机动车的相对速度矢量、相对加速度矢量和第二距离矢量计算第一距离和到达时间的时候，具体执行：
根据第一目标机动车与第二目标机动车的相对速度矢量和第二距离矢量，采用以下公式计算第一距离：
Figure 868093DEST_PATH_IMAGE126
；
其中，
Figure 897229DEST_PATH_IMAGE127
；
Figure 809821DEST_PATH_IMAGE128
；
式中，
Figure 26039DEST_PATH_IMAGE129
是所述第一距离，
Figure 174123DEST_PATH_IMAGE125
是所述第二距离矢量,
Figure 792186DEST_PATH_IMAGE076
是参考距离，
Figure 875680DEST_PATH_IMAGE130
是 参考距离阈值（即第二目标机动车位置点i到第一目标机动车与第二目标机动车的相对速 度矢量所在直线oh的垂直距离ih，如图4）；
根据第一目标机动车与第二目标机动车的相对速度矢量和第二距离矢量，采用以下公式计算到达时间：
Figure 579194DEST_PATH_IMAGE131
；
式中，
Figure 265390DEST_PATH_IMAGE132
是到达时间。
其中，通过上述公式计算出第一距离数据用于判断第一目标机动车与第二目标机动车之间碰撞的可能性，第一距离越小，则判断两者之间碰撞的可能性越大；通过上述公式计算出到达时间数据用于判断第一目标机动车与第二目标机动车碰撞的时间紧迫性，到达时间越小，则判断两者之间碰撞的时间紧迫性就越强。
在某些实施例中，第二计算模块3用于在根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数的时候，具体执行：
根据相位角采用以下相位角效用模型计算相位角效用数据：
Figure 144484DEST_PATH_IMAGE022
；
其中，
Figure 523513DEST_PATH_IMAGE133
是相位角效用数据，
Figure 714323DEST_PATH_IMAGE134
和
Figure 204210DEST_PATH_IMAGE135
是缩放因子（可以根据实际需要预设），且
Figure 406653DEST_PATH_IMAGE136
，
Figure 956583DEST_PATH_IMAGE137
模型控制系数，
Figure 634689DEST_PATH_IMAGE138
是以自然常数
Figure 928267DEST_PATH_IMAGE029
为底的指数函数，
Figure 250795DEST_PATH_IMAGE139
为相位角；
根据第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数。
在实际应用中，相位角越小，则碰撞风险越小，当相位角为负值时，基本不会发生碰撞，因此在相位角取负值时，其相位效用小，当相位角取正值时，其相位效用大。相位角与相位效用存在正相关关系，当
Figure 971626DEST_PATH_IMAGE140
时，第一目标机动车与第二目标机动车存在碰撞的可能性，相位效用随着
Figure 137028DEST_PATH_IMAGE141
增大而增大。
在一些实施例中，第二计算模块3在根据第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数的时候，执行：
根据第一距离，采用以下公式计算第一风险评估系数：
Figure 844084DEST_PATH_IMAGE142
；
式中，
Figure 411332DEST_PATH_IMAGE143
是第一风险评估系数，
Figure 37485DEST_PATH_IMAGE144
是第一调整系数（可根据实际需要预设），
Figure 831129DEST_PATH_IMAGE145
是第二调整系数（可根据实际需要预设），
Figure 466510DEST_PATH_IMAGE146
是第一距离，
Figure 622684DEST_PATH_IMAGE029
是自然常数；
根据到达时间，采用以下公式计算第二风险评估系数：
Figure 685318DEST_PATH_IMAGE147
；
式中，
Figure 449748DEST_PATH_IMAGE038
是第二风险评估系数，
Figure 888820DEST_PATH_IMAGE148
是第三调整系数（可根据实际需要预设），
Figure 430659DEST_PATH_IMAGE149
是第四调整系数（可根据实际需要预设），
Figure 539561DEST_PATH_IMAGE150
是到达时间；
根据相位角效用数据，采用以下公式计算第三风险评估系数：
Figure 901272DEST_PATH_IMAGE151
；
式中，
Figure 878455DEST_PATH_IMAGE152
是第三风险评估系数，
Figure 9222DEST_PATH_IMAGE153
是第五调整系数（可根据实际需要预设），
Figure 289025DEST_PATH_IMAGE154
是第六调整系数（可根据实际需要预设）；
根据第一风险评估系数、第二风险评估系数和第三风险评估系数，采用以下公式计算第一目标机动车与第二目标机动车之间的碰撞风险系数：
Figure 138032DEST_PATH_IMAGE155
；
式中，
Figure 653327DEST_PATH_IMAGE104
是碰撞风险系数，
Figure 45126DEST_PATH_IMAGE048
、
Figure 620463DEST_PATH_IMAGE156
、
Figure 956767DEST_PATH_IMAGE157
是权重系数（可根据实际需要预设），且
Figure 275753DEST_PATH_IMAGE158
。
通过第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的风险评估系数，根据各个风险评估系数综合计算其碰撞风险系数，使碰撞风险评估结果更加准确。
在某些实施例中，检测模块4用于根据碰撞风险系数对第一目标机动车与第二目标机动车之间的碰撞风险程度进行判断的时候，具体执行：
若碰撞风险系数大于第一预设阈值，则判断第一目标机动车与第二目标机动车之间的碰撞风险程度高，否则第一目标机动车与第二目标机动车之间的碰撞风险程度低。例如基于智能车载系统，将碰撞风险高的预警信息发送到其车载终端对驾驶员进行预警或采取一定制动措施进行规避以避免碰撞事故的发生。
作为一种优选的实施方式，采用该碰撞风险评估装置执行上述第一方面的碰撞风险评估方法。
请参照图3，图3为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备，包括：处理器301和存储器302，处理器301和存储器302通过通信总线303和/或其他形式的连接机构（未标出）互连并相互通讯，存储器302存储有处理器301可执行的计算机程序，当电子设备运行时，处理器301执行该计算机程序，以执行上述实施例的任一可选的实现方式中的碰撞风险评估方法，以实现以下功能：获取第一目标机动车与第二目标机动车在当前时刻的运行信息，运行信息包括速度矢量、加速度矢量和位置；根据运行信息计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离、到达时间、相位角；根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数；根据碰撞风险系数对第一目标机动车与第二目标机动车之间的碰撞风险程度进行判断。
本申请实施例提供一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的碰撞风险评估方法，以实现以下功能：获取第一目标机动车与第二目标机动车在当前时刻的运行信息，运行信息包括速度矢量、加速度矢量和位置；根据运行信息计算第一目标机动车与第二目标机动车的碰撞风险度量指标，碰撞风险度量指标包括第一距离、到达时间、相位角；根据碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数；根据碰撞风险系数对第一目标机动车与第二目标机动车之间的碰撞风险程度进行判断。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-OnlyMemory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种碰撞风险评估方法，用于对行驶中的机动车之间的碰撞风险进行评估，其特征在于，其步骤包括：
A1:获取第一目标机动车与第二目标机动车在当前时刻的运行信息，所述运行信息包括速度矢量、加速度矢量和位置；
A2：根据所述运行信息计算所述第一目标机动车与第二目标机动车的碰撞风险度量指标，所述碰撞风险度量指标包括第一距离、到达时间、相位角；所述第一距离是指所述第一目标机动车和所述第二目标机动车分别保持当前运动状态行驶的时候，所述第一目标机动车位置与所述第二目标机动车位置之间的最小距离，所述到达时间是指所述第一目标机动车以当前运动状态到达所述第一距离对应位置所需的时间，所述相位角是指所述第一目标机动车的速度矢量与所述第二目标机动车的速度矢量的夹角；
A3：根据所述碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数；
A4：根据所述碰撞风险系数对所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度进行判断：
所述步骤A3包括：
根据所述相位角采用以下相位角效用模型计算相位角效用数据：
Figure DEST_PATH_IMAGE001
；
其中，
Figure DEST_PATH_IMAGE002
是所述相位角效用数据，
Figure DEST_PATH_IMAGE003
和
Figure DEST_PATH_IMAGE004
是缩放因子，且
Figure DEST_PATH_IMAGE005
，
Figure DEST_PATH_IMAGE006
模型控制系数，
Figure DEST_PATH_IMAGE007
是以自然常数
Figure DEST_PATH_IMAGE008
为底的指数函数，
Figure DEST_PATH_IMAGE009
为所述相位角；
根据所述第一距离、所述到达时间和所述相位角效用数据采用碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数；
所述根据所述第一距离、所述到达时间和所述相位角效用数据采用碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数的步骤包括：
根据所述第一距离，采用以下公式计算第一风险评估系数：
Figure DEST_PATH_IMAGE010
；
式中，
Figure DEST_PATH_IMAGE011
是所述第一风险评估系数，
Figure DEST_PATH_IMAGE012
是第一调整系数，
Figure DEST_PATH_IMAGE013
是第二调整系数，
Figure DEST_PATH_IMAGE014
是所述第一距离，
Figure 549572DEST_PATH_IMAGE008
是自然常数；
根据所述到达时间，采用以下公式计算第二风险评估系数：
Figure DEST_PATH_IMAGE015
；
式中，
Figure DEST_PATH_IMAGE016
是所述第二风险评估系数，
Figure DEST_PATH_IMAGE017
是第三调整系数，
Figure DEST_PATH_IMAGE018
是第四调整系数，
Figure DEST_PATH_IMAGE019
是所述到达时间；
根据所述相位角效用数据，采用以下公式计算第三风险评估系数：
Figure DEST_PATH_IMAGE020
；
式中，
Figure DEST_PATH_IMAGE021
是所述第三风险评估系数，
Figure DEST_PATH_IMAGE022
是第五调整系数，
Figure DEST_PATH_IMAGE023
是第六调整系数；
根据所述第一风险评估系数、所述第二风险评估系数和所述第三风险评估系数，采用以下公式计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数：
Figure DEST_PATH_IMAGE024
；
式中，
Figure DEST_PATH_IMAGE025
是碰撞风险系数，
Figure DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
、
Figure DEST_PATH_IMAGE028
是权重系数，且
Figure DEST_PATH_IMAGE029
。
2.根据权利要求1所述的碰撞风险评估方法，其特征在于，所述步骤A1包括：
获取道路视频数据，所述道路视频数据包括所述第一目标机动车和所述第二目标机动车的视频数据；
根据所述道路视频数据识别所述第一目标机动车与所述第二目标机动车的速度矢量、加速度矢量和位置。
3.根据权利要求1所述的碰撞风险评估方法，其特征在于，所述步骤A2包括：
根据所述第一目标机动车的速度矢量和所述第二目标机动车的速度矢量，采用以下公式计算所述第一目标机动车与所述第二目标机动车的相对速度矢量和所述相位角：
Figure DEST_PATH_IMAGE030
；
Figure DEST_PATH_IMAGE031
；
式中，
Figure DEST_PATH_IMAGE032
是所述第一目标机动车与所述第二目标机动车的相对速度矢量，
Figure DEST_PATH_IMAGE033
是所述第一目标机动车的速度矢量，
Figure DEST_PATH_IMAGE034
是所述第二目标机动车的速度矢量，
Figure DEST_PATH_IMAGE035
是所述相位角，
Figure DEST_PATH_IMAGE036
是所述第二目标机动车的航向角，指所述第二目标机动车当前时刻的速度矢量与预设坐标系的Y轴之间的夹角，且所述夹角以顺时针方向为正，逆时针方向为负，
Figure DEST_PATH_IMAGE037
是所述第一目标机动车的航向角，指所述第一目标机动车当前时刻的速度矢量与所述预设坐标系的Y轴之间的夹角，且所述夹角以顺时针方向为正，逆时针方向为负；
根据所述第一目标机动车的加速度矢量和所述第二目标机动车的加速度矢量，采用以下公式计算所述第一目标机动车与所述第二目标机动车的相对加速度矢量：
Figure DEST_PATH_IMAGE038
；
式中
Figure DEST_PATH_IMAGE039
是所述第一目标机动车与第二目标机动车的相对加速度矢量，
Figure DEST_PATH_IMAGE040
是所述第一目标机动车的加速度矢量，
Figure DEST_PATH_IMAGE041
是所述第二目标机动的加速度矢量；
根据所述第一目标机动车的位置和所述第二目标机动车的位置提取第二距离矢量，所述第二距离矢量是指从所述第一目标机动车的位置到所述第二目标机动车的位置的相对位置矢量；
根据所述第一目标机动车与所述第二目标机动车的相对速度矢量、相对加速度矢量和所述第二距离矢量计算所述第一距离和所述到达时间。
4.根据权利要求3所述的碰撞风险评估方法，其特征在于，所述根据所述第一目标机动车与所述第二目标机动车的相对速度矢量、相对加速度矢量和所述第二距离矢量计算所述第一距离和所述到达时间的步骤包括：
根据所述第一目标机动车与所述第二目标机动车的相对速度矢量和所述第二距离矢量，采用以下公式计算所述第一距离：
Figure DEST_PATH_IMAGE042
；
其中，
Figure DEST_PATH_IMAGE043
；
Figure DEST_PATH_IMAGE044
；
式中，
Figure DEST_PATH_IMAGE045
是所述第一距离，
Figure DEST_PATH_IMAGE046
是所述第二距离矢量,
Figure DEST_PATH_IMAGE047
是参考距离，
Figure DEST_PATH_IMAGE048
是参考距 离阈值；
根据所述第一目标机动车与所述第二目标机动车的相对速度矢量、相对加速度矢量和所述第二距离矢量，采用以下公式计算所述到达时间：
Figure DEST_PATH_IMAGE049
；
式中，
Figure DEST_PATH_IMAGE050
是所述到达时间。
5.根据权利要求1所述的碰撞风险评估方法，其特征在于，所述步骤A4包括：
若所述碰撞风险系数大于第一预设阈值，则判断所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度高，否则所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度低。
6.一种碰撞风险评估装置，用于对行驶中的机动车之间的碰撞风险进行评估，其特征在于，所述碰撞风险评估装置包括：
第一获取模块，用于获取第一目标机动车与第二目标机动车在当前时刻的运行信息，所述运行信息包括速度矢量、加速度矢量和位置；
第一计算模块，用于根据所述运行信息计算所述第一目标机动车与第二目标机动车的碰撞风险度量指标，所述碰撞风险度量指标包括第一距离、到达时间、相位角；所述第一距离是指所述第一目标机动车和所述第二目标机动车分别保持当前运动状态行驶的时候，所述第一目标机动车位置与所述第二目标机动车位置之间的最小距离，所述到达时间是指所述第一目标机动车以当前运动状态到达所述第一距离对应位置所需的时间，所述相位角是指所述第一目标机动车的速度矢量与所述第二目标机动车的速度矢量的夹角；
第二计算模块，用于根据所述碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数；
检测模块，用于根据所述碰撞风险系数对所述第一目标机动车与所述第二目标机动车之间的碰撞风险程度进行判断；
所述第二计算模块用于在根据所述碰撞风险度量指标，采用基于相位角效用模型的碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数的时候，具体执行：
根据所述相位角采用以下相位角效用模型计算相位角效用数据：
Figure 594276DEST_PATH_IMAGE001
；
其中，
Figure 436330DEST_PATH_IMAGE002
是所述相位角效用数据，
Figure 831539DEST_PATH_IMAGE003
和
Figure 645912DEST_PATH_IMAGE004
是缩放因子，且
Figure 468374DEST_PATH_IMAGE005
，
Figure 797724DEST_PATH_IMAGE006
模型控制系数，
Figure 996624DEST_PATH_IMAGE007
是以自然常数
Figure 665503DEST_PATH_IMAGE008
为底的指数函数，
Figure 721184DEST_PATH_IMAGE009
为所述相位角；
根据所述第一距离、所述到达时间和所述相位角效用数据采用碰撞风险评估算法计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数；
所述第二计算模块在根据第一距离、到达时间和相位角效用数据采用碰撞风险评估算法计算第一目标机动车与第二目标机动车之间的碰撞风险系数的时候，执行：
根据所述第一距离，采用以下公式计算第一风险评估系数：
Figure 475513DEST_PATH_IMAGE010
；
式中，
Figure 212525DEST_PATH_IMAGE011
是所述第一风险评估系数，
Figure 299692DEST_PATH_IMAGE012
是第一调整系数，
Figure 729536DEST_PATH_IMAGE013
是第二调整系数，
Figure 971162DEST_PATH_IMAGE014
是所述第一距离，
Figure 308602DEST_PATH_IMAGE008
是自然常数；
根据所述到达时间，采用以下公式计算第二风险评估系数：
Figure 952073DEST_PATH_IMAGE015
；
式中，
Figure 287240DEST_PATH_IMAGE016
是所述第二风险评估系数，
Figure 78478DEST_PATH_IMAGE017
是第三调整系数，
Figure 157293DEST_PATH_IMAGE018
是第四调整系数，
Figure 655270DEST_PATH_IMAGE019
是所述到达时间；
根据所述相位角效用数据，采用以下公式计算第三风险评估系数：
Figure 426917DEST_PATH_IMAGE020
；
式中，
Figure 439872DEST_PATH_IMAGE021
是所述第三风险评估系数，
Figure 322378DEST_PATH_IMAGE022
是第五调整系数，
Figure 674862DEST_PATH_IMAGE023
是第六调整系数；
根据所述第一风险评估系数、所述第二风险评估系数和所述第三风险评估系数，采用以下公式计算所述第一目标机动车与所述第二目标机动车之间的碰撞风险系数：
Figure 181192DEST_PATH_IMAGE024
；
式中，
Figure 619126DEST_PATH_IMAGE025
是碰撞风险系数，
Figure 39743DEST_PATH_IMAGE026
、
Figure 574630DEST_PATH_IMAGE027
、
Figure 688079DEST_PATH_IMAGE028
是权重系数，且
Figure 613310DEST_PATH_IMAGE029
。
7.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-5任一项所述碰撞风险评估方法中的步骤。
8.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-5任一所述碰撞风险评估方法中的步骤。
CN202210205889.1A 2022-03-04 2022-03-04 一种碰撞风险评估方法、装置、电子设备及存储介质 Active CN114419929B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210205889.1A CN114419929B (zh) 2022-03-04 2022-03-04 一种碰撞风险评估方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210205889.1A CN114419929B (zh) 2022-03-04 2022-03-04 一种碰撞风险评估方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN114419929A CN114419929A (zh) 2022-04-29
CN114419929B true CN114419929B (zh) 2022-12-27

Family

ID=81264116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210205889.1A Active CN114419929B (zh) 2022-03-04 2022-03-04 一种碰撞风险评估方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN114419929B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115240471B (zh) * 2022-08-09 2024-03-01 东揽(南京)智能科技有限公司 一种基于图像采集的智慧厂区避撞预警方法和系统
CN115547060B (zh) * 2022-10-11 2023-07-25 上海理工大学 一种考虑车辆轮廓的交叉口交通冲突指标计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT507035A1 (de) * 2008-07-15 2010-01-15 Aerospy Sense And Avoid Techno System und verfahren zur kollisionsvermeidung
CN101908283A (zh) * 2009-06-08 2010-12-08 财团法人车辆研究测试中心 行车即时防撞警示系统及其方法
CN107146412A (zh) * 2017-06-07 2017-09-08 江苏大学 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法
CN111985850A (zh) * 2020-09-04 2020-11-24 吉林大学 行车风险控制方法及行车风险控制装置、计算机存储介质
EP3792649A1 (en) * 2019-09-10 2021-03-17 Ford Otomotiv Sanayi Anonim Sirketi A method and a system for determining relative positions of vehicles moving relative to each other

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT507035A1 (de) * 2008-07-15 2010-01-15 Aerospy Sense And Avoid Techno System und verfahren zur kollisionsvermeidung
CN101908283A (zh) * 2009-06-08 2010-12-08 财团法人车辆研究测试中心 行车即时防撞警示系统及其方法
CN107146412A (zh) * 2017-06-07 2017-09-08 江苏大学 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法
EP3792649A1 (en) * 2019-09-10 2021-03-17 Ford Otomotiv Sanayi Anonim Sirketi A method and a system for determining relative positions of vehicles moving relative to each other
CN111985850A (zh) * 2020-09-04 2020-11-24 吉林大学 行车风险控制方法及行车风险控制装置、计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于轿车的车车角度碰撞约束系统优化研究;颜凌波等;《湖南大学学报(自然科学版)》;20180425(第04期);第10-17页 *

Also Published As

Publication number Publication date
CN114419929A (zh) 2022-04-29

Similar Documents

Publication Publication Date Title
US11663916B2 (en) Vehicular information systems and methods
CN114419929B (zh) 一种碰撞风险评估方法、装置、电子设备及存储介质
JP6658088B2 (ja) 情報処理装置、プログラム、及び地図データ更新システム
CN107024215B (zh) 追踪动态环境内的对象以改进定位
US8055445B2 (en) Probabilistic lane assignment method
CN104517281B (zh) 用于识别车辆的设备和方法
US11127289B2 (en) Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof
JP2012507780A (ja) 道路データを決定するための方法及びシステム
JP2016057836A (ja) 移動体分析システムおよび移動体の方向軸推定方法
CN110992710B (zh) 弯道测速预警方法、装置、控制设备及可读存储介质
CN112712693B (zh) 水淹检测装置、水淹检测系统以及计算机可读存储介质
CN107111942A (zh) 用于探测机动车经过交通标志门通行的方法和装置
CN111612378A (zh) 潜在碰撞风险预测方法、装置及计算机设备
CN109345870B (zh) 预防车辆碰撞的预警方法及装置
CN111183464B (zh) 基于车辆轨迹数据估计信号交叉路口的饱和流量的系统和方法
JP2009145951A (ja) ドライバ状態推定装置及びプログラム
CN109808641B (zh) 防盗告警方法及装置、电子设备和可读存储介质
US20210398425A1 (en) Vehicular information systems and methods
US9747801B2 (en) Method and device for determining surroundings
CN112016625A (zh) 车辆异常检测方法、装置、电子设备及存储介质
CN115841660A (zh) 距离预测方法、装置、设备、存储介质及车辆
CN110967040B (zh) 一种传感器水平偏差角度的识别方法及系统
CN114895274A (zh) 一种护栏识别方法
US20180326978A1 (en) Method and device for generating an environment model for a vehicle
US11959770B2 (en) Method and device for determining the reliability of a low-definition map

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