CN116008981A - 路口处的目标行驶方向确定方法、装置、终端及存储介质 - Google Patents
路口处的目标行驶方向确定方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN116008981A CN116008981A CN202310072780.XA CN202310072780A CN116008981A CN 116008981 A CN116008981 A CN 116008981A CN 202310072780 A CN202310072780 A CN 202310072780A CN 116008981 A CN116008981 A CN 116008981A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- intersection
- target
- fusion target
- road
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种路口处的目标行驶方向确定方法、装置、终端及存储介质,该方法包括:通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,并将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。本申请能够通过实时创建融合目标的直行线性模型提高经过路口的目标的行驶方向的判断准确性。
Description
技术领域
本发明涉及雷达技术领域,尤其涉及一种路口处的目标行驶方向确定方法、装置、终端及存储介质。
背景技术
全息路口融合路口雷达及电警/卡口摄像机等多种感知设备,对路口车辆、人流信息进行实时感知监测。
目前,雷达主要通过监测车辆的横向速度和纵向速度来确定其在路口的行驶方向,但是现实中的路口多种多样,在面对一些斜穿路口等非常规路口时,其行驶方向的判断准确性则大打折扣。
发明内容
有鉴于此,本发明提供了一种路口处的目标行驶方向确定方法、装置、终端及存储介质,能够解决现有技术中路口的目标行驶方向判断准确性低下的问题。
第一方面,本发明实施例提供了一种路口处的目标行驶方向确定方法,包括:
通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,所述雷达数据包括位置坐标;将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;所述第一道路为通向所述目标路口的任一道路;所述位置坐标包括x坐标和y坐标;
根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;所述直行线性模型用于表示所述融合目标在直线行驶时x坐标和y坐标之间的关系;
根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;
根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。
第二方面,本发明实施例提供了一种路口处的目标行驶方向确定装置,包括:
位置坐标获取模块,用于通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,所述雷达数据包括位置坐标;将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;所述第一道路为通向所述目标路口的任一道路;所述位置坐标包括x坐标和y坐标;
直行线性模型计算模块,用于根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;所述直行线性模型用于表示所述融合目标在直线行驶时x坐标和y坐标之间的关系;
坐标预测模块,用于根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;
行驶方向确定模块,用于根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。
第三方面,本发明实施例提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面任一种可能的实现方式所述方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述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实现如上第一方面任一种可能的实现方式所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:
本发明实施例首先通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,并将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;然后根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;最后根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。本实施例能够通过实时创建融合目标的直行线性模型提高经过路口的融合目标的行驶方向的判断准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的路口处的目标行驶方向确定方法的应用场景图;
图2是本发明实施例提供的路口处的目标行驶方向确定方法的实现流程图;
图3是本发明实施例提供的路口处的目标行驶方向确定装置的结构示意图;
图4是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
图1为本发明实施例提供的路口处的目标行驶方向确定方法的应用场景图。以图1中十字路口为例,图1中黑色圆点(R1~R4)表示路口雷达,该路口包括四个路口雷达。
参见图2,其示出了本发明实施例提供的路口处的目标行驶方向确定方法的实现流程图,详述如下:
S101:通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,所述雷达数据包括位置坐标;将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;所述第一道路为通向所述目标路口的任一道路;所述位置坐标包括x坐标和y坐标。
本实施例的执行主体可以为终端或服务器,以下以终端为例对本实施例提供的方法进行解释说明。
具体的,现有技术中通常采用车辆的位置坐标确定其横向速度和纵向速度,并根据横向速度或纵向速度确定车辆在路口的行驶方向,当车辆延纵向的道路直行时,若车辆的横向速度大于一定值,说明车辆存在转向的情况,当车辆延横向的道路直行时,若车辆的纵向速度大于一定值,说明车辆存在转向的情况。但是当路口为斜穿路口时,车辆的横向速度/纵向速度本身就会因斜穿路口的斜率而变大,此时再采用车辆的横纵速度计算其是否转向,准确性则大打折扣。
针对上述问题,本实施例提供了一种路口处的目标行驶方向确定方法。
具体的,终端首先获取目标路口各个路口雷达探测得到的目标的雷达数据,并根据至少一个路口雷达探测得到的同一目标的雷达数据融合得到融合目标的雷达数据,特别的,当融合目标仅被一个路口雷达探测到时,则直接将该路口雷达探测到的雷达数据作为融合目标的雷达数据。若融合目标与目标路口的中心原点的距离小于等于第一距离,则说明融合目标即将通过目标路口,可以基于本实施例提供的步骤S101至S104确定融合目标的行驶方向,否则确定融合目标的行驶方向为直行。
在一个可能的实施方式中,所述位置坐标为路口坐标系下的位置坐标;在S103之前,本实施例提供的方法还包括:
以所述目标路口的多个路口雷达中第一度量值最大的路口雷达和所述第一度量值最小的路口雷达的连线作为纵轴,以所述连线的中垂线作为横轴建立所述路口坐标系,所述第一度量值为经度和纬度中的任一个。
具体的,如图1所示,以纬度作为第一度量值,连接纬度最高的雷达R1及纬度最低的雷达R3,得到坐标系的纵轴,以R1和R3之间的线段的中垂线作为横轴建立路口坐标系xoy。
在建立路口坐标系后,将每个路口雷达探测得到的雷达数据由雷达坐标系转换至路口坐标系,再融合得到融合目标的雷达数据。
在一个可能的实施方式中,在S102的具体实现流程之前,所述方法还包括:
基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率。
在一个可能的实施方式中,所述位置坐标为路口坐标系下的位置坐标;在所述基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率之前,所述方法还包括:
获取所述第一道路的路口雷达与所述路口坐标系的原点之间的距离;
将所述第一道路中距离所述路口坐标系的原点(d,d+m)的区段作为所述第一道路的有效区段;其中,d表示所述第一道路的路口雷达与所述路口坐标系的原点之间的距离,m表示第一固定值。
在本实施例中,如图1所示,以道路A作为第一道路,确定第一道路A上的路口雷达R3与路口坐标系的原点之间在第一道路方向上的距离d,并以第一道路上距离原点d的边界线作为有效区段的一条边界线,以距离原点d+m的边界线作为有效区段的另一边界线,确定第一道路的有效区段10,该有效区段10既靠近目标路口,又要保证该有效区段为直行线段,因此该有效区段的长度不宜过长。
其中,d的取值可以基于实际场景中路口中心与路口雷达之间的距离确定,例如,d可以为50米,m可以取50米至100米范围内的任一值。
在本实施例中,终端可以取融合目标经过有效区段时的至少两个位置坐标拟合一元一次公式,得到第一道路的斜率,然后将多个融合目标对应的第一道路的斜率求平均,得到第一道路的斜率。
在一个可能的实施方式中,所述基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率包括:
步骤1:初始化迭代次数;
步骤2:获取当前的融合目标在所述有效区段内的至少两个位置坐标;
步骤3:基于当前的融合目标在所述有效区段内的至少两个位置坐标,计算当前迭代次数下的单条航迹斜率;
步骤4:将当前迭代次数及当前迭代次数下的单条航迹斜率输入斜率计算公式,计算当前迭代次数对应的所述第一道路的斜率,并将当前迭代次数累加1,返回步骤2继续执行,直至当前迭代次数达到最大迭代次数;
所述斜率计算公式为:
其中,k_xi表示第i次迭代的所述第一道路的斜率,k_x'i表示第i次迭代的单条航迹斜率,k_xi-1表示第i-1次迭代的所述第一道路的斜率,w表示权重系数,且0<w<1。
具体的,若当前迭代次数小于最大迭代次数,则每次计算融合目标的目标行驶方向时均采用上述步骤更新第一道路的斜率,基于更新后的第一道路的斜率计算融合目标的直行线性模型,从而提高直行线性模型的计算准确性;若当前迭代次数达到最大迭代次数,则第一道路的斜率的准确性已较高,后续再确定融合目标的行驶方向时,则直接采用最大迭代次数对应的第一道路的斜率计算融合目标的直行线性模型,以减小算法计算量。
在本实施例中,上述步骤2至步骤3的具体实现流程可以包括:
获取当前的融合目标进入所述有效区段内的首个位置坐标和驶出所述有效区段时的首个位置坐标;基于当前的融合目标进入所述有效区段内的首个位置坐标和驶出所述有效区段时的首个位置坐标,计算当前迭代次数下的单条航迹斜率,以提高单条航迹斜率的准确性。
采用上述方法计算第一道路的斜率能够提高第一道路斜率的准确性。
S102:根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;所述直行线性模型用于表示所述融合目标在直线行驶时x坐标和y坐标之间的关系。
在本实施例中,取融合目标在第一道路上距离路口坐标系的原点第二距离的位置坐标作为参考位置坐标,根据参考位置坐标和第一道路的斜率,计算融合目标的直行线性模型。其中,第一距离和第二距离均可以为0~d。优选地,第二距离可以为d,即取融合目标出有效区段时的位置坐标作为参考位置坐标。
在一个可能的实施方式中,所述参考位置坐标包括参考x坐标和参考y坐标;
所述直行线性模型为:y_predict=k_x*x_real_time+y'-k_x*x';
其中,y'表示所述参考y坐标,x'表示所述参考x坐标;k_x表示所述第一道路的斜率,x_real_time表示所述融合目标的当前x坐标,y_predict表示所述融合目标在当前x坐标下的y坐标的预测值。
本实施例可以通过计算融合目标对应的直行线性模型对融合目标在直线行使时的位置坐标进行预测,若预测的位置坐标与实际的位置坐标偏差较大,则说明融合目标在路口处的行驶方向不是直行,因此可以基于融合目标的位置坐标的预测值和实际值的偏差值确定融合目标在路口处的行驶方向。
S103:根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标。
S104:根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。
在一个可能的实施方式中,所述雷达数据还包括多普勒值;S104的具体实现流程包括:
计算所述融合目标在当前x坐标下的y坐标的预测值与真实值的差值绝对值;
若所述差值绝对值小于等于第一预设值,则判定所述融合目标的行驶方向为直行;
若所述差值绝对值大于所述第一预设值,且所述融合目标在当前x坐标下的位置坐标的实际值在预测值的右侧,则判定所述融合目标的行驶方向为右转;
若所述差值绝对值大于所述第一预设值,且所述融合目标在当前x坐标下的位置坐标的实际值在预测值的左侧,则判定所述融合目标的行驶方向为左转;
若所述融合目标在当前x坐标下的多普勒值和在参考位置坐标下的多普勒值的差值小于第二预设值,且所述融合目标在当前x坐标下的多普勒值和在参考位置坐标下的多普勒值的符号相反,则判定所述融合目标的行驶方向为掉头。
从上述实施例可知,本实施例通过计算路口对应的道路的斜率确定经过该路口的融合目标的直线预测模型,根据直线预测模型确定融合目标在经过路口时的位置坐标的预测值和实际值的差值,并基于差值确定目标在路口的行驶方向,能够避免现有技术中经融合目标的横纵速度确定行驶方向时因道路为斜穿路口等不规则路口而导致的行驶方向判断不准确的问题,提高目标行驶方向的计算准确性,且本实施例提供的方法能够适用于更为广泛的路口类型。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图3示出了本发明实施例提供的路口处的目标行驶方向确定装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图3所示,路口处的目标行驶方向确定装置100包括:
位置坐标获取模块110,用于通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,所述雷达数据包括位置坐标;将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;所述第一道路为通向所述目标路口的任一道路;所述位置坐标包括x坐标和y坐标;
直行线性模型计算模块120,用于根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;所述直行线性模型用于表示所述融合目标在直线行驶时x坐标和y坐标之间的关系;
坐标预测模块130,用于根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;
行驶方向确定模块140,用于根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。
在一个可能的实施方式中,所述参考位置坐标包括参考x坐标和参考y坐标;
所述直行线性模型为:y_predict=k_x*x_real_time+y'-k_x*x';
其中,y'表示所述参考y坐标,x'表示所述参考x坐标;k_x表示所述第一道路的斜率,x_real_time表示所述融合目标的当前x坐标,y_predict表示所述融合目标在当前x坐标下的y坐标的预测值。
在一个可能的实施方式中,所述雷达数据还包括多普勒值;行驶方向确定模块140包括:
计算所述融合目标在当前x坐标下的y坐标的预测值与真实值的差值绝对值;
若所述差值绝对值小于等于第一预设值,则判定所述融合目标的行驶方向为直行;
若所述差值绝对值大于所述第一预设值,且所述融合目标在当前x坐标下的位置坐标的实际值在预测值的右侧,则判定所述融合目标的行驶方向为右转;
若所述差值绝对值大于所述第一预设值,且所述融合目标在当前x坐标下的位置坐标的实际值在预测值的左侧,则判定所述融合目标的行驶方向为左转;
若所述融合目标在当前x坐标下的多普勒值和在参考位置坐标下的多普勒值的差值小于第二预设值,且所述融合目标在当前x坐标下的多普勒值和在参考位置坐标下的多普勒值的符号相反,则判定所述融合目标的行驶方向为掉头。
在一个可能的实施方式中,本实施例提供的装置还包括:
道路斜率计算模块,用于基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率。
在一个可能的实施方式中,道路斜率计算模块具体用于:
步骤1:初始化迭代次数;
步骤2:获取当前的融合目标在所述有效区段内的至少两个位置坐标;
步骤3:基于当前的融合目标在所述有效区段内的至少两个位置坐标,计算当前迭代次数下的单条航迹斜率;
步骤4:将当前迭代次数及当前迭代次数下的单条航迹斜率输入斜率计算公式,计算当前迭代次数对应的所述第一道路的斜率,并将当前迭代次数累加1,返回步骤2继续执行,直至当前迭代次数达到最大迭代次数;
所述斜率计算公式为:
其中,k_xi表示第i次迭代的所述第一道路的斜率,k_x'i表示第i次迭代的单条航迹斜率,k_xi-1表示第i-1次迭代的所述第一道路的斜率,w表示权重系数,且0<w<1。
在一个可能的实施方式中,所述位置坐标为路口坐标系下的位置坐标;本实施例提供的装置还包括有效区段确定模块,用于:
获取所述第一道路的路口雷达与所述路口坐标系的原点之间的距离;
将所述第一道路中距离所述路口坐标系的圆点(d,d+m)的区段作为所述第一道路的有效区段;其中,d表示所述第一道路的路口雷达与所述路口坐标系的原点之间的距离,m表示第一固定值。
在一个可能的实施方式中,所述位置坐标为路口坐标系下的位置坐标;本实施例提供的装置还包括路口坐标系建立模块,用于:
以所述目标路口的多个路口雷达中第一度量值最大的路口雷达和所述第一度量值最小的路口雷达的连线作为纵轴,以所述连线的中垂线作为横轴建立所述路口坐标系,所述第一度量值为经度和纬度中的任一个。
本实施例提供的路口处的目标行驶方向确定装置,可用于执行上述路口处的目标行驶方向确定方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图4是本发明一实施例提供的终端的示意图。如图4所示,该实施例的终端4包括:处理器40、存储器41以及存储在所述存储器41中并可在所述处理器40上运行的计算机程序42。所述处理器40执行所述计算机程序42时实现上述各个路口处的目标行驶方向确定方法实施例中的步骤,例如图2所示的步骤101至步骤104。或者,所述处理器40执行所述计算机程序42时实现上述各装置实施例中各模块/单元的功能,例如图3所示模块110至140的功能。
示例性的,所述计算机程序42可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器41中,并由所述处理器40执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序42在所述终端4中的执行过程。
所述终端4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端4可包括,但不仅限于,处理器40、存储器41。本领域技术人员可以理解,图4仅仅是终端4的示例,并不构成对终端4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,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器40可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器41可以是所述终端4的内部存储单元,例如终端4的硬盘或内存。所述存储器41也可以是所述终端4的外部存储设备,例如所述终端4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器41还可以既包括所述终端4的内部存储单元也包括外部存储设备。所述存储器41用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,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,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述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。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个路口处的目标行驶方向确定方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种路口处的目标行驶方向确定方法,其特征在于,包括:
通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,所述雷达数据包括位置坐标;将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;所述第一道路为通向所述目标路口的任一道路;所述位置坐标包括x坐标和y坐标;
根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;所述直行线性模型用于表示所述融合目标在直线行驶时x坐标和y坐标之间的关系;
根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;
根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。
2.根据权利要求1所述的路口处的目标行驶方向确定方法,其特征在于,所述参考位置坐标包括参考x坐标和参考y坐标;
所述直行线性模型为:y_predict=k_x*x_real_time+y'-k_x*x';
其中,y'表示所述参考y坐标,x'表示所述参考x坐标;k_x表示所述第一道路的斜率,x_real_time表示所述融合目标的当前x坐标,y_predict表示所述融合目标在当前x坐标下的y坐标的预测值。
3.根据权利要求1所述的路口处的目标行驶方向确定方法,其特征在于,所述雷达数据还包括多普勒值;所述根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向,包括:
计算所述融合目标在当前x坐标下的y坐标的预测值与真实值的差值绝对值;
若所述差值绝对值小于等于第一预设值,则判定所述融合目标的行驶方向为直行;
若所述差值绝对值大于所述第一预设值,且所述融合目标在当前x坐标下的位置坐标的实际值在预测值的右侧,则判定所述融合目标的行驶方向为右转;
若所述差值绝对值大于所述第一预设值,且所述融合目标在当前x坐标下的位置坐标的实际值在预测值的左侧,则判定所述融合目标的行驶方向为左转;
若所述融合目标在当前x坐标下的多普勒值和在参考位置坐标下的多普勒值的差值小于第二预设值,且所述融合目标在当前x坐标下的多普勒值和在参考位置坐标下的多普勒值的符号相反,则判定所述融合目标的行驶方向为掉头。
4.根据权利要求1所述的路口处的目标行驶方向确定方法,其特征在于,在所述根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型之前,所述方法还包括:
基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率。
5.根据权利要求4所述的路口处的目标行驶方向确定方法,其特征在于,所述基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率包括:
步骤1:初始化迭代次数;
步骤2:获取当前的融合目标在所述有效区段内的至少两个位置坐标;
步骤3:基于当前的融合目标在所述有效区段内的至少两个位置坐标,计算当前迭代次数下的单条航迹斜率;
步骤4:将当前迭代次数及当前迭代次数下的单条航迹斜率输入斜率计算公式,计算当前迭代次数对应的所述第一道路的斜率,并将当前迭代次数累加1,返回步骤2继续执行,直至当前迭代次数达到最大迭代次数;
所述斜率计算公式为:
其中,k_xi表示第i次迭代的所述第一道路的斜率,k_x'i表示第i次迭代的单条航迹斜率,k_xi-1表示第i-1次迭代的所述第一道路的斜率,w表示权重系数,且0<w<1。
6.根据权利要求4所述的路口处的目标行驶方向确定方法,其特征在于,所述位置坐标为路口坐标系下的位置坐标;在所述基于至少一个融合目标在所述第一道路的有效区段内的位置坐标,计算所述第一道路的斜率之前,所述方法还包括:
获取所述第一道路的路口雷达与所述路口坐标系的原点之间的距离;
将所述第一道路中距离所述路口坐标系的原点(d,d+m)的区段作为所述第一道路的有效区段;其中,d表示所述第一道路的路口雷达与所述路口坐标系的原点之间的距离,m表示第一固定值。
7.根据权利要求1至6任一项所述的路口处的目标行驶方向确定方法,其特征在于,所述位置坐标为路口坐标系下的位置坐标;在将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标之前,所述方法还包括:
以所述目标路口的多个路口雷达中第一度量值最大的路口雷达和所述第一度量值最小的路口雷达的连线作为纵轴,以所述连线的中垂线作为横轴建立所述路口坐标系,所述第一度量值为经度和纬度中的任一个。
8.一种路口处的目标行驶方向确定装置,其特征在于,包括:
位置坐标获取模块,用于通过目标路口对应的至少一个路口雷达获取第一道路上融合目标的雷达数据,所述雷达数据包括位置坐标;将所述融合目标即将通过所述目标路口时的位置坐标作为参考位置坐标;所述第一道路为通向所述目标路口的任一道路;所述位置坐标包括x坐标和y坐标;
直行线性模型计算模块,用于根据所述参考位置坐标及所述第一道路的斜率,计算所述融合目标的直行线性模型;所述直行线性模型用于表示所述融合目标在直线行驶时x坐标和y坐标之间的关系;
坐标预测模块,用于根据所述直行线性模型预测所述融合目标在当前x坐标下对应的y坐标;
行驶方向确定模块,用于根据所述融合目标在当前x坐标下的y坐标的预测值和真实值,确定所述融合目标的行驶方向。
9.一种终端,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310072780.XA CN116008981A (zh) | 2023-01-31 | 2023-01-31 | 路口处的目标行驶方向确定方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310072780.XA CN116008981A (zh) | 2023-01-31 | 2023-01-31 | 路口处的目标行驶方向确定方法、装置、终端及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116008981A true CN116008981A (zh) | 2023-04-25 |
Family
ID=86021054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310072780.XA Pending CN116008981A (zh) | 2023-01-31 | 2023-01-31 | 路口处的目标行驶方向确定方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116008981A (zh) |
-
2023
- 2023-01-31 CN CN202310072780.XA patent/CN116008981A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110632617B (zh) | 一种激光雷达点云数据处理的方法及装置 | |
CN108859952B (zh) | 车辆变道预警方法、装置和雷达 | |
CN112441022B (zh) | 一种车道中心线确定方法及装置 | |
CN110654381B (zh) | 用于控制车辆的方法和装置 | |
CN110803163B (zh) | 车辆行驶轨迹的预测、车辆跟随目标的选择方法及设备 | |
CN110654380B (zh) | 用于控制车辆的方法和装置 | |
CN111932881A (zh) | 交通路口管理方法、装置、终端设备及存储介质 | |
CN113044042B (zh) | 车辆预测变道图像显示方法、装置、电子设备和可读介质 | |
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 | |
CN108693517B (zh) | 车辆定位方法、装置和雷达 | |
CN112558036B (zh) | 用于输出信息的方法和装置 | |
CN109885943B (zh) | 行车决策的预测方法、装置、存储介质和终端设备 | |
CN116182862A (zh) | 道路边界确定方法、装置、电子设备以及存储介质 | |
CN116010543A (zh) | 车道信息确定方法、装置、电子设备以及存储介质 | |
CN116008981A (zh) | 路口处的目标行驶方向确定方法、装置、终端及存储介质 | |
CN116259033A (zh) | 车辆信息丢失的目标跟踪方法、系统、介质及设备 | |
CN112902911A (zh) | 基于单目相机的测距方法、装置、设备及存储介质 | |
CN113799715B (zh) | 车辆异常原因的确定方法、装置、通信设备及存储介质 | |
CN115019511A (zh) | 基于自动驾驶车辆的识别机动车违规变道的方法和装置 | |
CN114140772A (zh) | 基于深度学习的激光点云车道印刷虚线块提取方法及系统 | |
CN116363870A (zh) | 基于雷达的目标融合方法、装置、终端及存储介质 | |
CN113619606A (zh) | 障碍物确定方法、装置、设备以及存储介质 | |
CN110930714B (zh) | 位置匹配方法及装置 | |
CN111554111B (zh) | 基于多源数据融合的信号配时优化方法、装置及终端 |
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 |