CN115497337A - 基于v2x的自适应车辆碰撞时间确定方法及装置 - Google Patents
基于v2x的自适应车辆碰撞时间确定方法及装置 Download PDFInfo
- Publication number
- CN115497337A CN115497337A CN202211199266.4A CN202211199266A CN115497337A CN 115497337 A CN115497337 A CN 115497337A CN 202211199266 A CN202211199266 A CN 202211199266A CN 115497337 A CN115497337 A CN 115497337A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision
- detected
- surrounding vehicles
- information
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- 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
-
- 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
-
- 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
Abstract
本发明涉及一种基于V2X的自适应车辆碰撞时间确定方法及装置,所述方法包括待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;对车辆位置信息进行解码,然后进行坐标转换,得到待测车辆与周围车辆的相对位置关系;结合相对位置关系和行驶状态信息,对与待测车辆无碰撞风险的周围车辆进行过滤处理;然后对周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据运动状态模型和两车碰撞模型确定车辆碰撞时间。本发明综合考虑待测车辆与周围车辆的运动状态参量和航向角信息改进了TTC阈值的确定方式,进而有效的对车辆碰撞进行预警,大大降低固定TTC值产生的漏警率和错警率。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种基于V2X的自适应车辆碰撞时间确定方法及装置。
背景技术
在辅助驾驶领域,车辆碰撞预警系统对于提高行车安全性具有十分重要的意义。现有技术中,基于摄像头、毫米波雷达等传感器的碰撞预警系统已经相对成熟,但由于此类传感器存在感知盲区,导致此类碰撞预警系统无法适应各种复杂的驾驶环境。近年来,随着车联网技术的发展,基于V2X的碰撞预警系统开始出现,能够有效解决摄像头、毫米波雷达等传感器无法实现超视距感知的缺点。
相关技术中,对于基于V2X的车辆碰撞预警系统,车辆碰撞时间(Time toCollision,TTC)阈值是判断车辆是否有碰撞风险的重要指标,合理的TTC阈值决定着车辆碰撞预警系统的有效性。如果TTC阈值设置的过大,碰撞预警系统将不能及时发出预警信息;如果TTC阈值设置的过小,则碰撞预警系统将频繁发出不必要的预警信息,从而干扰驾驶员的正常驾驶。对于目前的碰撞预警系统,往往将TTC阈值设置为固定值(典型值3秒),没有将车辆行驶速度及加速度考虑在内,从而直接导致碰撞预警系统产生较高的漏警率和错警率,大大降低了驾乘体验。除此之外,目前的碰撞预警系统设置的TTC往往只考虑了纵向碰撞的情况,并没有将侧面碰撞考虑在内,从而限制了碰撞预警系统的使用场景。因此,现有的碰撞预警系统存在较多不足之处,无法满足驾乘的需要。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种基于V2X的自适应车辆碰撞时间确定方法及装置,以解决现有技术中碰撞预警系统存在较多不足,无法满足驾乘需要的问题。
为实现以上目的,本发明采用如下技术方案:一种基于V2X的自适应车辆碰撞时间确定方法,包括:
待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;
对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;
结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;
基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
进一步的,所述车辆位置信息为WPS-84经纬度坐标,所述将解码后的车辆信息进行坐标转换,包括:
令待测车辆的UTM平面坐标为坐标系原点(0,0),将WPS-84经纬度坐标采用以下方式转为UTM平面坐标,则周围车辆的UTM平面坐标为,
进一步的,所述结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理,包括:
当所述待测车辆与周围车辆的相对位置关系小于第一预设阈值时,对比所述待测车辆的航向角与所述周围车辆的航向角,得到所述待测车辆与所述周围车辆的相对航向角;
当所述相对航向角大于第二预设阈值时,确定所述周围车辆与所述待测车辆无碰撞可能,则过滤该周围车辆。
进一步的,基于过滤后的周围车辆和待测车辆构建运动状态模型,包括:
以所述待测车辆的质心为原点,车头方向为纵轴正方向,垂直于所述纵轴且向右的方向为横轴正方向,构建运动状态模型;
通过所述运动状态模型,将所述待测车辆与周围车辆的运动状态参量在横轴和纵轴上进行分解,得到所述待测车辆与所述周围车辆的运动状态。
进一步的,基于过滤后的周围车辆和待测车辆构建两车碰撞模型,包括:
分别以所述待测车辆和周围车辆的质心为原点,以预设比例的车身长为半径画圆,构建辆车碰撞模型;当所述待测车所在圆与所述周围车辆的所在圆相切或相交时,判定所述待测车辆与周围车辆有碰撞风险。
进一步的,所述车辆碰撞时间为从预警信息发出时开始,到驾驶员采取制动操作,直至车辆停止时正好避免碰撞发生的这段时间;
所述车辆碰撞时间包括:驾驶员反应时间、制动系统延迟时间、制动压力增加时间以及持续制动时间。
进一步的,所述运动状态参量包括:加速信息、减速信息及实时速度信息。
本申请实施例提供一种基于V2X的自适应车辆碰撞时间确定装置,包括:
获取模块,用于待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;
转换模块,用于对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;
处理模块,用于结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;
确定模块,用于基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
本申请实施例提供一种计算机设备,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述任一项基于V2X的自适应车辆碰撞时间确定方法的步骤。
本发明采用以上技术方案,能够达到的有益效果包括:
本发明提供一种基于V2X的自适应车辆碰撞时间确定方法及装置,本申请在V2X环境下,待测车辆和周围车辆装有车载OBU设备,OBU设备装有高精度定位装置以实时获取车辆位置,车载OBU还可以实时采集车辆状态信息,待测车辆和周围车辆通过车载OBU进行V2V通信,使得两者间通过V2V通信获知对方的实时位置信息及行驶状态信息,待测车辆通过解析周围车辆的位置信息和状态信息,基于提出的自适应车辆碰撞时间(TTC)确定方法,来计算TTC阈值,从而供碰撞预警系统使用,进而有效的对车辆碰撞进行预警,大大降低固定TTC值产生的漏警率和错警率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明基于V2X的自适应车辆碰撞时间确定方法的步骤示意图;
图2为本发明提供的运动状态模型示意图;
图3为本发明提供的两车碰撞模型示意图;
图4为本发明基于V2X的自适应车辆碰撞时间确定装置的结构示意图;
图5为本发明基于V2X的自适应车辆碰撞时间确定方法实施环境的硬件结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
下面结合附图介绍本申请实施例中提供的一个具体的基于V2X的自适应车辆碰撞时间确定方法及装置。
如图1所示,本申请实施例中提供的基于V2X的自适应车辆碰撞时间确定方法,包括:
S101,待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;
其中,所述运动状态参量包括:加速信息、减速信息及实时速度信息。
S102,对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;
一些实施例中,所述车辆位置信息为WPS-84经纬度坐标,所述将解码后的车辆信息进行坐标转换,包括:
令待测车辆的UTM平面坐标为坐标系原点(0,0),将WPS-84经纬度坐标采用以下方式转为UTM平面坐标,则周围车辆的UTM平面坐标为,
具体的,计算待测车辆和周围车辆相对位置关系的前提是进行坐标转换。由于高精度定位装置所采集的车辆位置信息是WGS-84坐标,因此需要将WGS-84坐标下的位置数据(经度、纬度、高度)转换为UTM坐标(X,Y,Z),从而得到待测车辆坐标为(Xh,Yh),周围车辆坐标为(Xr,Yr)。此外,为了方便描述待测车辆和周围车辆的位置关系,进一步的将周围车辆坐标转换到待测车辆坐标系下;即令待测车辆为坐标系原点(0,0)。
S103,结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;
可以理解的是,在V2X环境下,由于周围车辆可能都装有OBU设备,待测车辆将收到所有装有OBU设备车辆所发送的信息,如果对所有车辆都进行碰撞预警时间的计算,将大大增加计算资源的消耗。为了节约计算资源,可以通过收到的周围车辆的航向角信息与待测车辆的航向角信息进行对比,计算相对航向角,进而根据相对航向角对不可能发生碰撞的车辆进行过滤,只对可能会发生碰撞的车辆进行碰撞预警时间的计算。
所述结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理,包括:
当所述待测车辆与周围车辆的相对位置关系小于第一预设阈值时,对比所述待测车辆的航向角与所述周围车辆的航向角,得到所述待测车辆与所述周围车辆的相对航向角;
当所述相对航向角大于第二预设阈值时,确定所述周围车辆与所述待测车辆无碰撞可能,则过滤该周围车辆。
S104,基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
一些实施例中,基于过滤后的周围车辆和待测车辆构建运动状态模型,包括:
以所述待测车辆的质心为原点,车头方向为纵轴正方向,垂直于所述纵轴且向右的方向为横轴正方向,构建运动状态模型;
通过所述运动状态模型,将所述待测车辆与周围车辆的运动状态参量在横轴和纵轴上进行分解,得到所述待测车辆与所述周围车辆的运动状态。
具体的,如图2所示,建立以待测车辆为坐标原点的坐标系下,待测车辆和周围车辆的运动状态模型。运动状态模型的建立过程为:以待测车辆的质心为原点,车头方向为Y轴正方向,垂直于Y轴且向右的方向为X轴正方向。坐标轴建立完成后,将待测车辆和周围车辆的运动状态参量在Y轴和X轴进行分解,通过横纵向解耦的方式来分析待测车辆和周围车辆的运动状态。
如图2所示,在以待测车辆为坐标原点的坐标系下,待测车辆的行驶方向为Y轴正方向,因此待测车辆的运动状态变量只存在纵向速度vhY和纵向加速度ahY;周围车辆的运动状态变量为其速度vr和加速度ar在Y轴和X轴的分量,具体的计算方式如下:
一些实施例中,基于过滤后的周围车辆和待测车辆构建两车碰撞模型,包括:
分别以所述待测车辆和周围车辆的质心为原点,以预设比例的车身长为半径画圆,构建辆车碰撞模型;当所述待测车所在圆与所述周围车辆的所在圆相切或相交时,判定所述待测车辆与周围车辆有碰撞风险。
具体的,如图3所示,建立两车碰撞模型,可以理解的是,车辆碰撞不仅仅只有前后纵向碰撞的形式,还包括不同角度的侧面碰撞形式。为了使计算得到的碰撞时间TTC不仅适用于纵向碰撞情景,也适用于各种形式的侧面碰撞,增强碰撞预警算法的泛化性,本申请将待测车辆和周围车辆的碰撞问题建模为:分别以待测车辆和周围车辆质心为原点的两个圆相切的问题,两个圆的半径R为车身长度的1/2,当两个圆相切时,判定为待测车辆和周围车辆有碰撞风险。
如图3所示,待测车辆和周围车辆的相对距离ΔL可以由两者的位置信息求得。为了把待测车辆和周围车辆的碰撞问题进行横纵向解耦分析,将相对距离ΔL在X轴和Y轴进行分解,得到待测车辆和周围车辆的纵向相对距离ΔLY和横向相对距离ΔLX,当发生碰撞时,由上图几何关系得到待测车辆与周围车辆的相对位置关系为:
ΔLY 2+ΔLX 2=(2R)2 (2)
在待测车辆坐标系中,待测车辆的坐标为(0,0),周围车辆坐标为(x,y),对即将发生碰撞前待测车辆和周围车辆的相对运动进行建模:纵向Y轴方向,ΔLYt表示经过t时间后待测车辆和周围车辆在Y轴的相对距离,ΔLY0表示初始时待测车辆和周围车辆的在Y轴上的相对距离,LhY表示待测车辆在Y轴上行驶过的距离,LrY表示周围车辆在Y轴上行驶过的距离;横向X轴方向,ΔLXt表示经过t时间后待测车辆和周围车辆在X轴的相对距离,ΔLX0表示初始时待测车辆和周围车辆在X轴上的相对距离,由于待测车辆仅在Y轴方向存在速度和加速度,所以X轴方向待测车辆和周围车辆相对静止,LRX表示周围车辆在X轴上行驶过的距离。待测车辆和周围车辆的在X轴和Y轴上的相对距离由下式求得:
基于建立的待测车辆和周围车辆的运动状态模型及两车碰撞模型,进行自适应碰撞时间计算。车辆碰撞时间是指从预警信息发出时开始,到驾驶员采取制动操作,一定时间后车辆停止正好避免碰撞发生,这段时间为碰撞预警时间阈值。
从发出预警信息,到车辆最终制动停止,整个过程分为四部分。包括驾驶员反应时间、制动系统延迟时间、制动压力增加时间以及持续制动时间。
第一阶段,预警信息发出到驾驶员采取制动操作为驾驶员反应阶段,驾驶员反应时间设为t1=1.5s。
第二阶段,驾驶员采取制动操作后,制动器起作用需要一定的延迟时间,一般制动器的延迟时间为t2=0.2s。
第三阶段,制动器起作用后制动压力开始增大,从而使得加速度持续增大,减速度持续增大至最大值的过程近似认为是线性,此阶段时间设为t3。
第四阶段,此阶段车辆减速度保持不变,直到车辆停止,此阶段时间设为t4。
具体的,在第一阶段和第二阶段时间内,由于制动器未发生作用,待测车辆行驶过的距离为:
第三阶段内,减速度持续增大到最大减速度aht且该过程减速度变化为线性。由此,得到此阶段待测车辆速度变化可以由下式求得:
v1=vh+ah(t1+t2)+∫adt (5)
该阶段待测车辆行驶的距离为:
第四阶段内,待测车辆的减速度恒为aht,该阶段的待测车辆的初速度为v1,该阶段待测车辆的速度变化由下式求得:
该阶段待测车辆行驶的距离为
由上述步骤可以得到从预警信息发出到车辆制动停止的过程中待测车辆行驶的距离为:
S=S1+S2+S3 (9)
以上四个阶段时间t相加即为车辆碰撞预警时间TTC,即TTC=t1+t2+t3+t4。
从待测车辆预警信息发出到车辆制动停止的时间T内,待测车辆和周围车辆的纵向相对距离ΔLY及横向相对距离ΔLX可以由下式求得:
将S=S1+S2+S3带入上述式子,
上式中x,y为周围车辆在X轴、Y轴的坐标,将S1、S2、S3带入上述表达式可以求得从待测车辆预警信息发出到车辆制动停止的时间t,该时间即为车辆碰撞安全时间TTC。由上述表达式可以看出,求得的时间t并不固定,而是速度v和加速度a的函数,即:
TTC=t1+t2+t3+t4=f(v,a) (13)
综上,车辆碰撞时间TTC根据速度v和加速度a的自适应调整,有效解决TTC固定导致的碰撞预警系统漏警率及错警率高的问题。
基于V2X的自适应车辆碰撞时间确定方法的工作原理为:v2x环境下,待测车辆和周围车辆装有车载通信终端OBU设备,OBU设备装有高精度定位装置以实时获取车辆位置,除此之外OBU且可以实时采集车辆状态信息,比如刹车、油门及速度、加速度等信息。待测车辆和周围车辆通过OBU设备进行V2V通信,使得两者间通过V2V通信获知对方的实时位置信息及行驶状态信息。待测车辆通过解析周围车辆的位置信息和状态信息,基于提出的自适应车辆碰撞时间(TTC)确定方法,来计算TTC阈值,从而供碰撞预警系统使用。
如图4所示,本申请实施例提供一种基于V2X的自适应车辆碰撞时间确定装置,包括:
获取模块201,用于待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;
转换模块202,用于对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;
处理模块203,用于结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;
确定模块204,用于基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
本申请提供的基于V2X的自适应车辆碰撞时间确定装置的工作原理为,获取模块201待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;转换模块202对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;处理模块203结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;确定模块204基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
本申请提供一种计算机设备,包括:存储器1和处理器2,还可以包括网络接口3,所述存储器1存储有计算机程序,存储器1可以包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。该计算机设备存储有操作系统4,存储器1是计算机可读介质的示例。所述计算机程序被所述处理器执行时,使得所述处理器2执行基于V2X的自适应车辆碰撞时间确定方法,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的基于V2X的自适应车辆碰撞时间确定方法可以实现为一种计算机程序的形式,计算机程序可在如图5所示的计算机设备上运行。
一些实施例中,所述计算机程序被所述处理器执行时,使得所述处理器2执行以下步骤:待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
本申请还提供一种计算机存储介质,计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光光盘(DVD)或其他光学存储、磁盒式磁带存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
一些实施例中,本发明还提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
综上所述,本发明提供一种基于V2X的自适应车辆碰撞时间确定方法及装置,所述方法包括待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;对车辆位置信息进行解码,然后进行坐标转换,得到待测车辆与周围车辆的相对位置关系;结合相对位置关系和行驶状态信息,对与待测车辆无碰撞风险的周围车辆进行过滤处理;然后对周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据运动状态模型和两车碰撞模型确定车辆碰撞时间。本发明综合考虑待测车辆与周围车辆的运动状态参量和航向角信息改进了TTC阈值的确定方式,进而有效的对车辆碰撞进行预警,大大降低固定TTC值产生的漏警率和错警率。
可以理解的是,上述提供的方法实施例与上述的装置实施例对应,相应的具体内容可以相互参考,在此不再赘述。
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和光学存储器等)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实施例的方法、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方法的制造品,该指令方法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。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,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所述权利要求的保护范围为准。
Claims (9)
1.一种基于V2X的自适应车辆碰撞时间确定方法,其特征在于,包括:
待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;
对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;
结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;
基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
3.根据权利要求1或2所述的方法,其特征在于,所述结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理,包括:
当所述待测车辆与周围车辆的相对位置关系小于第一预设阈值时,对比所述待测车辆的航向角与所述周围车辆的航向角,得到所述待测车辆与所述周围车辆的相对航向角;
当所述相对航向角大于第二预设阈值时,确定所述周围车辆与所述待测车辆无碰撞可能,则过滤该周围车辆。
4.根据权利要求1所述的方法,其特征在于,基于过滤后的周围车辆和待测车辆构建运动状态模型,包括:
以所述待测车辆的质心为原点,车头方向为纵轴正方向,垂直于所述纵轴且向右的方向为横轴正方向,构建运动状态模型;
通过所述运动状态模型,将所述待测车辆与周围车辆的运动状态参量在横轴和纵轴上进行分解,得到所述待测车辆与所述周围车辆的运动状态。
5.根据权利要求4所述的方法,其特征在于,基于过滤后的周围车辆和待测车辆构建两车碰撞模型,包括:
分别以所述待测车辆和周围车辆的质心为原点,以预设比例的车身长为半径画圆,构建辆车碰撞模型;当所述待测车所在圆与所述周围车辆的所在圆相切或相交时,判定所述待测车辆与周围车辆有碰撞风险。
6.根据权利要求1所述的方法,其特征在于,所述车辆碰撞时间为从预警信息发出时开始,到驾驶员采取制动操作,直至车辆停止时正好避免碰撞发生的这段时间;
所述车辆碰撞时间包括:驾驶员反应时间、制动系统延迟时间、制动压力增加时间以及持续制动时间。
7.根据权利要求4所述的方法,其特征在于,
所述运动状态参量包括:加速信息、减速信息及实时速度信息。
8.一种基于V2X的自适应车辆碰撞时间确定装置,其特征在于,包括:
获取模块,用于待测车辆的车载OBU通过周围与之进行V2X通信的其他车载OBU获取其他车载OBU所属车辆的车辆位置信息和行驶状态信息;其中,所述行驶状态信息包括:运动状态参量和航向角信息;
转换模块,用于对所述车辆位置信息进行解码,将解码后的车辆信息进行坐标转换,得到待测车辆与周围车辆的相对位置关系;
处理模块,用于结合所述相对位置关系和所述行驶状态信息,对与所述待测车辆无碰撞风险的周围车辆进行过滤处理;
确定模块,用于基于过滤后的周围车辆和待测车辆构建运动状态模型和两车碰撞模型,根据所述运动状态模型和两车碰撞模型确定车辆碰撞时间。
9.一种计算机设备,其特征在于,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述的基于V2X的自适应车辆碰撞时间确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211199266.4A CN115497337B (zh) | 2022-09-29 | 2022-09-29 | 基于v2x的自适应车辆碰撞时间确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211199266.4A CN115497337B (zh) | 2022-09-29 | 2022-09-29 | 基于v2x的自适应车辆碰撞时间确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115497337A true CN115497337A (zh) | 2022-12-20 |
CN115497337B CN115497337B (zh) | 2023-06-23 |
Family
ID=84472580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211199266.4A Active CN115497337B (zh) | 2022-09-29 | 2022-09-29 | 基于v2x的自适应车辆碰撞时间确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115497337B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116259194A (zh) * | 2023-03-21 | 2023-06-13 | 阿维塔科技(重庆)有限公司 | 一种车辆防碰撞方法及装置、设备、存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007050962A1 (de) * | 2007-10-23 | 2009-04-30 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Kollisionswarnsystem für ein Fahrzeug und Verfahren zum Warnen eines Fahrers eines Fahrzeugs vor Kollisionen mit einem Objekt |
CN102353810A (zh) * | 2011-07-01 | 2012-02-15 | 徐工集团工程机械股份有限公司江苏徐州工程机械研究院 | 一种车辆刹车加速度测量装置及计算方法 |
JP2016091454A (ja) * | 2014-11-10 | 2016-05-23 | 株式会社デンソー | 車両用衝突報知装置 |
JP2016107834A (ja) * | 2014-12-05 | 2016-06-20 | トヨタ自動車株式会社 | 車両走行制御装置 |
CN106056972A (zh) * | 2016-06-29 | 2016-10-26 | 江苏科技大学 | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 |
CN110148312A (zh) * | 2019-04-30 | 2019-08-20 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x系统的碰撞预警方法、装置和存储介质 |
CN111784984A (zh) * | 2020-06-09 | 2020-10-16 | 宁波吉利汽车研究开发有限公司 | 一种分布式预警系统、方法及装置 |
CN113674551A (zh) * | 2021-08-05 | 2021-11-19 | 东风汽车集团股份有限公司 | 一种基于车路协同的车辆前向碰撞预警方法与系统 |
CN113844444A (zh) * | 2021-09-10 | 2021-12-28 | 杭州鸿泉物联网技术股份有限公司 | 车辆前向碰撞预警方法装置、电子设备和车辆 |
-
2022
- 2022-09-29 CN CN202211199266.4A patent/CN115497337B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007050962A1 (de) * | 2007-10-23 | 2009-04-30 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Kollisionswarnsystem für ein Fahrzeug und Verfahren zum Warnen eines Fahrers eines Fahrzeugs vor Kollisionen mit einem Objekt |
CN102353810A (zh) * | 2011-07-01 | 2012-02-15 | 徐工集团工程机械股份有限公司江苏徐州工程机械研究院 | 一种车辆刹车加速度测量装置及计算方法 |
JP2016091454A (ja) * | 2014-11-10 | 2016-05-23 | 株式会社デンソー | 車両用衝突報知装置 |
JP2016107834A (ja) * | 2014-12-05 | 2016-06-20 | トヨタ自動車株式会社 | 車両走行制御装置 |
CN106056972A (zh) * | 2016-06-29 | 2016-10-26 | 江苏科技大学 | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 |
CN110148312A (zh) * | 2019-04-30 | 2019-08-20 | 惠州市德赛西威智能交通技术研究院有限公司 | 一种基于v2x系统的碰撞预警方法、装置和存储介质 |
CN111784984A (zh) * | 2020-06-09 | 2020-10-16 | 宁波吉利汽车研究开发有限公司 | 一种分布式预警系统、方法及装置 |
CN113674551A (zh) * | 2021-08-05 | 2021-11-19 | 东风汽车集团股份有限公司 | 一种基于车路协同的车辆前向碰撞预警方法与系统 |
CN113844444A (zh) * | 2021-09-10 | 2021-12-28 | 杭州鸿泉物联网技术股份有限公司 | 车辆前向碰撞预警方法装置、电子设备和车辆 |
Non-Patent Citations (3)
Title |
---|
刘庆华;邱修林;谢礼猛;王骏骅;方守恩;: "基于行驶车速的车辆防撞时间预警算法", vol. 33, no. 12, pages 99 - 106 * |
林国庆 等: "智能网联汽车主动制动避撞算法联合仿真", vol. 31, no. 7, pages 1 - 6 * |
王畅;付锐;张琼;郭应时;袁伟;: "换道预警系统中参数TTC特性研究", vol. 28, no. 08, pages 91 - 100 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116259194A (zh) * | 2023-03-21 | 2023-06-13 | 阿维塔科技(重庆)有限公司 | 一种车辆防碰撞方法及装置、设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115497337B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108674413B (zh) | 车辆行人碰撞预防方法及系统 | |
CN107792079A (zh) | 利用路径预测的自主车辆 | |
JP7337208B2 (ja) | 路面凹凸領域の検出方法、装置、電子デバイス、記憶媒体、プログラム、及び車両 | |
CN106494407B (zh) | 判断汽车行驶状态的分析方法及装置 | |
CN110884490A (zh) | 一种车辆侵入判断及辅助行驶的方法、系统、车辆及存储介质 | |
CN115497337B (zh) | 基于v2x的自适应车辆碰撞时间确定方法及装置 | |
CN113611090B (zh) | 尿素箱的监测方法、装置、电子设备及存储介质 | |
CN105761546A (zh) | 一种车辆防碰撞的方法、装置和系统 | |
CN109559559A (zh) | 一种基于车联网的报警提示方法及系统 | |
CN110143200A (zh) | 一种车辆状态数据获取方法、装置、车载设备及存储介质 | |
CN113246930B (zh) | 一种监控车辆周围状态的方法及设备 | |
CN114038196A (zh) | 车辆前向防撞预警系统及方法 | |
CN112165682B (zh) | 一种用于车载设备的上报位置的方法、系统及设备 | |
CN114323143A (zh) | 一种车辆数据检测方法、装置、计算机设备及存储介质 | |
CN110065350A (zh) | 货车行车安全监控方法及系统 | |
CN113049264B (zh) | 一种车辆高级驾驶辅助系统的测试系统及方法 | |
CN114913709A (zh) | 基于车车通信的交叉路口碰撞预警方法、装置和存储介质 | |
CN112762941A (zh) | 一种基于移动行为特征的轨迹压缩方法 | |
US10957317B2 (en) | Vehicle language processing | |
CN115631626A (zh) | 一种车辆数据监控分析方法、装置、设备及介质 | |
CN212354008U (zh) | 轨道交通障碍探测装置 | |
CN114906141A (zh) | 自适应巡航控制方法及装置 | |
KR20210153186A (ko) | 개인화된 안전운전 보조 방법 및 시스템 | |
CN111516683A (zh) | 一种汽车预警自控制方法、装置和系统 | |
CN116257299B (zh) | 一种Linux环境下基于消息中间件的AEB功能开环验证方法 |
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 |