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 PDFInfo
- 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
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
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:
式中,是第一目标机动车与第二目标机动车的相对速度矢量,是第一目标机动车的速度矢量,是第二目标机动车的速度矢量,是相位角,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),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:
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:
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:
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:
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:
根据所述到达时间,采用以下公式计算第二风险评估系数:
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:
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:
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、到达时间、相位角,其中,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,到达时间越小,两者碰撞的紧迫程度越大,相位角的取值范围为,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:
式中,是第一目标机动车与第二目标机动车的相对速度矢量,是第一目标机动车的速度矢量,是第二目标机动车的速度矢量,是相位角;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),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:
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、)。
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,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:
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:
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:
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:
根据到达时间,采用以下公式计算第二风险评估系数:
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:
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:
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、到达时间、相位角,其中,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,到达时间越小,两者碰撞的紧迫程度越大,相位角的取值范围为,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:
式中,是第一目标机动车与第二目标机动车的相对速度矢量,是第一目标机动车的速度矢量,是第二目标机动车的速度矢量,是相位角;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),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:
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、)。
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,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:
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:
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:
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:
根据到达时间,采用以下公式计算第二风险评估系数:
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:
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:
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:
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:
根据所述到达时间,采用以下公式计算第二风险评估系数:
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:
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:
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:
式中,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,是所述第一目标机动车的速度矢量,是所述第二目标机动车的速度矢量,是所述相位角,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,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:
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。
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:
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:
根据所述到达时间,采用以下公式计算第二风险评估系数:
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:
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:
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。
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)
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)
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 |
-
2022
- 2022-03-04 CN CN202210205889.1A patent/CN114419929B/zh active Active
Patent Citations (5)
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)
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 |