CN116110216B - 车辆跨线时间确定方法、装置、存储介质及电子装置 - Google Patents
车辆跨线时间确定方法、装置、存储介质及电子装置 Download PDFInfo
- Publication number
- CN116110216B CN116110216B CN202211296486.9A CN202211296486A CN116110216B CN 116110216 B CN116110216 B CN 116110216B CN 202211296486 A CN202211296486 A CN 202211296486A CN 116110216 B CN116110216 B CN 116110216B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- lane
- determining
- information
- line
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009471 action Effects 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 19
- 230000004044 response Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 7
- 230000001419 dependent effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- 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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Abstract
本发明公开了一种车辆跨线时间确定方法、装置、存储介质及电子装置，涉及车辆技术领域。其中，该方法包括：获取第一车辆的第一位置数据和多个历史位置数据；根据第一位置数据确定第一车辆的第一车道信息；根据多个历史位置数据确定第一车辆的运动轨迹，其中，运动轨迹包括纵向运动轨迹和横向运动轨迹；根据运动轨迹确定第一车辆在预设时间后的第二车道信息；根据第一车道信息和第二车道信息确定第一车辆的跨线时间。车辆跨线时间确定装置、计算机可读存储介质以及电子装置用于执行前述车辆跨线时间确定方法。本发明解决了相关技术中无法准确确定出车辆的跨线时间，智能驾驶系统的安全性较低的技术问题。
Description
技术领域
本发明涉及车辆技术领域，具体而言，涉及一种车辆跨线时间确定方法、装置、存储介质及电子装置。
背景技术
随着汽车智能化进程的推进，预测交通车辆的运动轨迹已经成为一个新的研究和发展方向，目前，对交通车辆运动轨迹的预测内容包括对运动路线预测以及碰撞时间预测等。
跨线时间是描述交通车辆保持在原车道行驶或执行换道动作的关键参数，准确的跨线时间有助于更好地表征交通车辆的运动状态，实现智能驾驶汽车的长时域决策规划。由于确定跨线时间对提高智能驾驶系统的智能性以及保障智能驾驶车辆的安全性都具有重大意义，因此如何准确的确定交通车辆的跨线时间是目前亟需解决的技术问题。
发明内容
本发明实施例提供了一种车辆跨线时间确定方法、装置、存储介质及电子装置，以至少解决相关技术中无法准确确定出车辆的跨线时间，智能驾驶系统的安全性较低的技术问题。
根据本发明其中一实施例，提供了一种车辆跨线时间确定方法，包括：
获取第一车辆的第一位置数据和多个历史位置数据，其中，位置数据包括第一车辆与第二车辆之间的纵向距离，以及第一车辆与第二车辆之间的横向距离；根据第一位置数据确定第一车辆的第一车道信息，其中，第一车道信息用于表示第一车辆当前所在的车道；根据多个历史位置数据确定第一车辆的运动轨迹，其中，运动轨迹包括纵向运动轨迹和横向运动轨迹，纵向运动轨迹用于表示第一车辆与第二车辆之间的纵向距离与时间的关系，横向运动轨迹用于表示第一车辆与第二车辆之间的横向距离与时间的关系；根据运动轨迹确定第一车辆在预设时间后的第二车道信息，其中，第二车道信息用于表示第一车辆在预设时间后所在的车道；根据第一车道信息和第二车道信息确定第一车辆的跨线时间。
可选地，根据第一位置数据确定第一车辆的第一车道信息包括：根据第一位置数据和车道线方程确定第一车辆的第一车道信息，其中，车道线方程用于表示第一车辆与第二车辆之间的纵向距离与车道线距离的对应关系，车道线距离用于表示第一车辆与车道线之间的横向距离。
可选地，根据第一位置数据和车道线方程确定第一车辆的第一车道信息包括：根据车道线方程确定车道线距离；确定车道线距离与第一车辆与第二车辆之间的横向距离之间的大小关系；根据大小关系确定第一车辆的第一车道信息。
可选地，根据多个历史位置数据确定第一车辆的运动轨迹包括：根据曲线拟合函数对多个历史位置数据进行曲线拟合，得到拟合曲线，其中，拟合曲线用于表示第一车辆的运动轨迹；根据拟合曲线确定第一车辆的运动轨迹。
可选地，根据运动轨迹确定第一车辆在预设时间后的第二车道信息包括：根据运动轨迹确定第一车辆在预设时间后的第二位置数据；根据第二位置数据确定第二车道信息。
可选地，根据第一车道信息和第二车道信息确定第一车辆的跨线时间包括：根据第二车道信息确定第一车辆在预设时间后与第二车辆的位置关系；响应于位置关系为第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道，根据第一车道信息和第二车道信息确定第一车辆的跨线动作，其中，跨线动作包括跨右车道线的动作和跨左车道线的动作；响应于跨线动作为跨右车道线的动作，确定第一车辆跨右车道线的时间；或，响应于跨线动作为跨左车道线的动作，确定第一车辆跨左车道线的时间。
可选地，根据第二车道信息确定第一车辆在预设时间后与第二车辆的位置关系包括：获取第二车辆的第三车道信息，其中，第三车道信息用于表示第二车辆所在的车道；根据第二车道信息和第三车道信息确定第一车辆在预设时间后与第二车辆的位置关系。
根据本发明其中一实施例，还提供了一种车辆跨线时间装置，包括：
获取模块，获取模块用于获取第一车辆的第一位置数据和多个历史位置数据，其中，位置数据包括第一车辆与第二车辆之间的纵向距离，以及第一车辆与第二车辆之间的横向距离；确定模块，确定模块用于根据第一位置数据确定第一车辆的第一车道信息，其中，第一车道信息用于表示第一车辆当前所在的车道；预测模块，预测模块用于根据多个历史位置数据确定第一车辆的运动轨迹，其中，运动轨迹包括纵向运动轨迹和横向运动轨迹，纵向运动轨迹用于表示第一车辆与第二车辆之间的纵向距离与时间的关系，横向运动轨迹用于表示第一车辆与第二车辆之间的横向距离与时间的关系；确定模块还用于根据运动轨迹确定第一车辆在预设时间后的第二车道信息，其中，第二车道信息用于表示第一车辆在预设时间后所在的车道；预测模块还用于根据第一车道信息和第二车道信息确定第一车辆的跨线时间。
可选地，确定模块还用于根据第一位置数据和车道线方程确定第一车辆的第一车道信息，其中，车道线方程用于表示第一车辆与第二车辆之间的纵向距离与车道线距离的对应关系，车道线距离用于表示第一车辆与车道线之间的横向距离。
可选地，确定模块还用于根据车道线方程确定车道线距离；确定车道线距离与第一车辆与第二车辆之间的横向距离之间的大小关系；根据大小关系确定第一车辆的第一车道信息。
可选地，预测模块还用于根据曲线拟合函数对多个历史位置数据进行曲线拟合，得到拟合曲线，其中，拟合曲线用于表示第一车辆的运动轨迹；根据拟合曲线确定第一车辆的运动轨迹。
可选地，确定模块还用于根据运动轨迹确定第一车辆在预设时间后的第二位置数据；根据第二位置数据确定第二车道信息。
可选地，预测模块还用于根据第二车道信息确定第一车辆在预设时间后与第二车辆的位置关系；响应于位置关系为第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道，根据第一车道信息和第二车道信息确定第一车辆的跨线动作，其中，跨线动作包括跨右车道线的动作和跨左车道线的动作；响应于跨线动作为跨右车道线的动作，确定第一车辆跨右车道线的时间；或，响应于跨线动作为跨左车道线的动作，确定第一车辆跨左车道线的时间。
可选地，预测模块还用于获取第二车辆的第三车道信息，其中，第三车道信息用于表示第二车辆所在的车道；根据第二车道信息和第三车道信息确定第一车辆在预设时间后与第二车辆的位置关系。
根据本发明其中一实施例，还提供了一种计算机可读存储介质，存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述任一项中的车辆跨线时间确定方法。
根据本发明其中一实施例，还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项中的车辆跨线时间确定方法。
在本发明实施例中，通过获取第一车辆的第一位置数据和多个历史位置数据，其中，位置数据包括第一车辆与第二车辆之间的纵向距离，以及第一车辆与第二车辆之间的横向距离；根据第一位置数据确定第一车辆的第一车道信息，其中，第一车道信息用于表示第一车辆当前所在的车道；根据多个历史位置数据确定第一车辆的运动轨迹，其中，运动轨迹包括纵向运动轨迹和横向运动轨迹，纵向运动轨迹用于表示第一车辆与第二车辆之间的纵向距离与时间的关系，横向运动轨迹用于表示第一车辆与第二车辆之间的横向距离与时间的关系；根据运动轨迹确定第一车辆在预设时间后的第二车道信息，其中，第二车道信息用于表示第一车辆在预设时间后所在的车道；根据第一车道信息和第二车道信息确定第一车辆的跨线时间。采用上述方法，通过根据车辆当前的位置数据确定车辆当前所在车道，以及根据车辆的运动轨迹预测车辆在预设时间后所在车道，确定在预设时间段内车辆是否发生过换道，并确定出车辆的跨线时间，达到了准确的确定车辆的跨线时间的目的，从而实现了提高智能驾驶系统的智能性以及安全性的技术效果，进而解决了相关技术中无法准确确定出车辆的跨线时间，智能驾驶系统的安全性较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明其中一实施例的车辆跨线时间确定方法的流程图；
图2是根据本发明其中一实施例的位置数据示意图；
图3是根据本发明其中一实施例的车道示意图；
图4是根据本发明其中一实施例的车辆跨线时间确定装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明其中一实施例，提供了一种车辆跨线时间确定方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
该方法实施例可以在包含存储器和处理器的电子装置、类似的控制装置或者系统中执行。以电子装置为例，电子装置可以包括一个或多个处理器和用于存储数据的存储器。可选地，上述电子装置还可以包括用于通信功能的通信设备以及显示设备。本领域普通技术人员可以理解，上述结构描述仅为示意，其并不对上述电子装置的结构造成限定。例如，电子装置还可包括比上述结构描述更多或者更少的组件，或者具有与上述结构描述不同的配置。
处理器可以包括一个或多个处理单元。例如：处理器可以包括中央处理器(central processing unit，CPU)、图形处理器(graphics processing unit，GPU)、数字信号处理(digital signal processing，DSP)芯片、微处理器(microcontroller unit，MCU)、可编程逻辑器件(field－programmable gate array，FPGA)、神经网络处理器(neural-network processing unit，NPU)、张量处理器(tensor processing unit，TPU)、人工智能(artificial intelligent，AI)类型处理器等的处理装置。其中，不同的处理单元可以是独立的部件，也可以集成在一个或多个处理器中。在一些实例中，电子装置也可以包括一个或多个处理器。
存储器可用于存储计算机程序，例如存储本发明实施例中的车辆跨线时间确定方法对应的计算机程序，处理器通过运行存储在存储器内的计算机程序，从而实现上述的车辆跨线时间确定方法。存储器可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至电子装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信设备用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，通信设备包括一个网络适配器(network interface controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，通信设备可以为射频(radio frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示设备可以例如触摸屏式的液晶显示器(liquid crystal display，LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中，上述移动终端具有图形用户界面(graphical userinterface，GUI)，用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互，此处的人机交互功能可选的包括如下交互：创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
在本实施例中提供了一种运行于电子装置的车辆跨线时间确定方法，图1是根据本发明其中一实施例的车辆跨线时间确定方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101、获取第一车辆的第一位置数据和多个历史位置数据。
其中，位置数据包括第一车辆与第二车辆之间的纵向距离，以及第一车辆与第二车辆之间的横向距离。
第一车辆可以理解为道路上的交通车辆，第二车辆可以理解为本车辆，第二车辆周围可以包括一个或多个第一车辆。
获取第一车辆的第一位置数据可以理解为获取当前时刻第一车辆与第二车辆之间的纵向距离，以及获取当前时刻第一车辆与第二车辆之间的横向距离。如图2所示，图2是根据本发明其中一实施例的位置数据示意图，纵向距离可以理解为在与行驶方向平行的方向上，第一车辆的后保险杠与第二车辆的前保险杠之间的距离，横向距离可以理解为在与行驶方向垂直的方向上，第一车辆的左侧车身与第二车辆的右侧车身之间的距离。
相应的，获取第一车辆的多个历史位置数据可以理解为获取第一车辆在多个历史时刻与第二车辆之间的纵向距离和横向距离。具体的，获取到的第一车辆的多个历史位置数据可以如表1所示，包括多个历史时刻以及与多个历史时刻对应的纵向距离x和横向距离y。
表1
| 序号 | 1 | 2 | … | m |
| 时间t | t1 | t2 | … | tm |
| 纵向距离x | x1 | x2 | … | xm |
| 横向距离y | y1 | y2 | … | ym |
示例性的，第二车辆可以通过车载摄像头获取第一车辆当前时刻的第一位置数据，即获取到第一车辆与第二车辆的纵向距离x01和横向距离y01，此外，若第二车俩为本车辆，即第一车辆与第二车辆相同，则纵向距离x01和横向距离y01均为0。
步骤S102、根据第一位置数据确定第一车辆的第一车道信息。
其中，第一车道信息用于表示第一车辆当前所在的车道。
根据获取到的第一车辆当前时刻的第一位置数据，确定第一车辆的第一车道信息，即确定出第一车辆当前时刻所位于的车道。
示例性的，根据第一车辆与第二车辆的纵向距离x01和横向距离y01确定出第一车辆当前时刻所位于的车道，记为P01。
步骤S103、根据多个历史位置数据确定第一车辆的运动轨迹。
其中，运动轨迹包括纵向运动轨迹和横向运动轨迹，纵向运动轨迹用于表示第一车辆与第二车辆之间的纵向距离与时间的关系，横向运动轨迹用于表示第一车辆与第二车辆之间的横向距离与时间的关系。
分析获取到的第一车辆的多个历史位置数据，根据多个历史位置数据预测第一车辆未来的运动轨迹。具体的，对多个历史位置数据进行分析时，可以统一分析多个历史时刻与纵向距离之间的关系，从而预测出第一车辆未来的纵向运动轨迹，得到第一车辆与第二车辆之间的纵向距离与时间的关系，以及统一分析多个历史时刻与横向距离之间的关系，从而预测出第一车辆未来的横向运动轨迹，得到第一车辆与第二车辆之间的横向距离与时间的关系。
步骤S104、根据运动轨迹确定第一车辆在预设时间后的第二车道信息。
其中，第二车道信息用于表示第一车辆在预设时间后所在的车道。
根据第一车辆的运动轨迹可以确定出第一车辆在未来任意时刻时与第二车辆之间的纵向距离和横向距离，即根据运动轨迹能够确定出第一车辆在预设时间后与第二车辆之间的纵向距离和横向距离。再根据第一车辆在预设时间后与第二车辆之间的纵向距离和横向距离，能够确定出第一车辆在预设时间后的第二车道信息，即能够确定出第一车辆在预设时间后所在的车道。
示例性的，以预设时间为T为例，通过运动轨迹确定出第一车辆在T时间后与第二车辆之间的纵向距离xT01和横向距离yT01，再根据纵向距离xT01和横向距离yT01确定出第一车辆在T时间后的第二车道信息，记为PT01。
步骤S105、根据第一车道信息和第二车道信息确定第一车辆的跨线时间。
根据第一车辆当前的第一车道信息以及预测的在预设时间后的第二车道信息，能够判断出在预设时间内第一车辆是否有过换道，若第一车辆跨线，则能够根据第一车道信息和第二车道信息出确定第一车辆的跨线时间。
通过上述步骤，获取第一车辆的第一位置数据和多个历史位置数据，其中，位置数据包括第一车辆与第二车辆之间的纵向距离，以及第一车辆与第二车辆之间的横向距离；根据第一位置数据确定第一车辆的第一车道信息，其中，第一车道信息用于表示第一车辆当前所在的车道；根据多个历史位置数据确定第一车辆的运动轨迹，其中，运动轨迹包括纵向运动轨迹和横向运动轨迹，纵向运动轨迹用于表示第一车辆与第二车辆之间的纵向距离与时间的关系，横向运动轨迹用于表示第一车辆与第二车辆之间的横向距离与时间的关系；根据运动轨迹确定第一车辆在预设时间后的第二车道信息，其中，第二车道信息用于表示第一车辆在预设时间后所在的车道；根据第一车道信息和第二车道信息确定第一车辆的跨线时间。采用上述方法，通过根据车辆当前的位置数据确定车辆当前所在车道，以及根据车辆的运动轨迹预测车辆在预设时间后所在车道，确定在预设时间段内车辆是否发生过换道，并确定出车辆的跨线时间，达到了准确的确定车辆的跨线时间的目的，从而实现了提高智能驾驶系统的智能性以及安全性的技术效果，进而解决了相关技术中无法准确确定出车辆的跨线时间，智能驾驶系统的安全性较低的技术问题。
可选地，在步骤S102中，根据第一位置数据确定第一车辆的第一车道信息可以包括以下执行步骤：
步骤S1021、根据第一位置数据和车道线方程确定第一车辆的第一车道信息。
其中，车道线方程用于表示第一车辆与第二车辆之间的纵向距离与车道线距离的对应关系，车道线距离用于表示第一车辆与车道线之间的横向距离。
如图3所示，图3是根据本发明其中一实施例的车道示意图，包括第一车道、第二车道、第三车道、第四车道和第五车道，第一车道与第二车道之间的车道线为第一车道线，第二车道与第三车道之间的车道线为第二车道线，第三车道与第四车道之间的车道线为第三车道线，第四车道和第五车道之间的车道线为第四车道线。以第二车辆(即本车辆)所在车道为第三车道为例，第二车辆的左侧车道线即为第二车道线，第二车辆的右侧车道线即为第三车道线。
车道线方程包括第一车道线方程、第二车道线方程、第三车道线方程和第四车道线方程，第一车道线方程可以表示为yLL(x)＝aLL0+aLL1x+aLL2x2+aLL3x3，第二车道线方程可以表示为yL(x)＝aL0+aL1x+aL2x2+aL3x3，第三车道线方程可以表示为yR(x)＝aR0+aR1x+aR2x2+aR3x3，第四车道线方程可以表示为yRR(x)＝aRR0+aRR1x+aRR2x2+aRR3x3，其中，a表示车道线系数，x表示纵向距离。
第一车道线方程用于表示第一车辆与第二车辆之间的纵向距离与第一车道线距离的对应关系，第一车道线距离用于表示第一车辆与第一车道线之间的横向距离，记为yLL(x01)。第二车道线方程用于表示第一车辆与第二车辆之间的纵向距离与第二车道线距离的对应关系，第二车道线距离用于表示第一车辆与第二车道线之间的横向距离，记为yL(x01)。第三车道线方程用于表示第一车辆与第二车辆之间的纵向距离与第三车道线距离的对应关系，第三车道线距离用于表示第一车辆与第三车道线之间的横向距离，记为yR(x01)。第四车道线方程用于表示第一车辆与第二车辆之间的纵向距离与第四车道线距离的对应关系，第四车道线距离用于表示第一车辆与第四车道线之间的横向距离，记为yRR(x01)。
示例性的，可以通过第二车辆的车载摄像头获取上述第一车道线方程、第二车道线方程、第三车道线方程和第四车道线方程，根据第一位置数据和车道线方程确定出第一车辆所位于的车道。
可选地，在步骤S1021中，根据第一位置数据和车道线方程确定第一车辆的第一车道信息可以包括以下执行步骤：
步骤S1021a、根据车道线方程确定车道线距离。
步骤S1021b、确定车道线距离与第一车辆与第二车辆之间的横向距离之间的大小关系。
步骤S1021c、根据大小关系确定第一车辆的第一车道信息。
示例性的，根据上述第一车道线方程、第二车道线方程、第三车道线方程和第四车道线方程确定出第一车辆与第一车道线、第二车道线、第三车道线和第四车道线之间的横向距离，即yLL(x01)、yL(x01)、yR(x01)和yRR(x01)。
如图3所示，确定车道线距离yLL(x01)、yL(x01)、yR(x01)和yRR(x01)与当前时刻第一车辆与第二车辆之间的横向距离y01之间的大小关系时，首先执行步骤A，判断第一车辆与第二车辆之间的横向距离y01与第一车辆与第二车道线之间的横向距离yL(x01)的大小关系，若满足yL(x01)＜y01，则继续执行步骤B，判断第一车辆与第二车辆之间的横向距离y01与第一车辆与第三车道线之间的横向距离yR(x01)的大小关系，若满足yR(x01)＞y01，则表示第一车辆当前位于第三车道，即输出第一车辆的第一车道信息P01＝3。若在执行步骤B时，不满足yR(x01)＞y01，则继续执行步骤C，判断第一车辆与第二车辆之间的横向距离y01与第一车辆与第四车道线之间的横向距离yRR(x01)的大小关系，若满足yRR(x01)＞y01，则表示第一车辆当前位于第四车道，即输出第一车辆的第一车道信息P01＝4。若在执行步骤C时，不满足yRR(x01)＞y01，则表示第一车辆当前位于第五车道，即输出第一车辆的第一车道信息P01＝5。
若执行步骤A，判断第一车辆与第二车辆之间的横向距离y01与第一车辆与第二车道线之间的横向距离yL(x01)的大小关系时，不满足yL(x01)＜y01，则继续执行步骤D，判断第一车辆与第二车辆之间的横向距离y01与第一车辆与第一车道线之间的横向距离yLL(x01)的大小关系，若满足yLL(x01)＜y01，则表示第一车辆当前位于第二车道，即输出第一车辆的第一车道信息P01＝2。若在执行步骤D时，不满足yLL(x01)＜y01，则表示第一车辆当前位于第一车道，即输出第一车辆的第一车道信息P01＝1。
此外，在实际应用时，确定出第一车辆当前的第一车道信息之后，还可以继续确定第二车辆周围的其他交通车辆的车道信息，此处不过多赘述。
可选地，在步骤S103中，根据多个历史位置数据确定第一车辆的运动轨迹可以包括以下执行步骤：
步骤S1031、根据曲线拟合函数对多个历史位置数据进行曲线拟合，得到拟合曲线。
步骤S1032、根据拟合曲线确定第一车辆的运动轨迹。
其中，拟合曲线用于表示第一车辆的运动轨迹。
示例性的，根据曲线拟合函数对多个历史位置数据进行曲线拟合时，可以在matlab中输入车辆的历史时间数据t＝[t1、t2……、tm]，车辆的历史纵向距离数据x＝[x1、x2……、xm]以及车辆的历史横向距离数据y＝[y1、y2……、ym]，通过曲线拟合函数polyfit对多个历史位置数据进行曲线拟合。
具体的，在matlab中进行曲线拟合时，根据polyfit函数拟合一个以时间t为自变量，纵向距离x为因变量，拟合阶数为i的多项式拟合曲线(即x1＝polyfit(t，x，i))，其中，拟合阶数上限可以根据经验设值。再根据polyval函数求得拟合阶数为i的多项式拟合曲线的多项式系数与时间t的拟合方程(即X＝polyval(x1，t))，通过循环拟合并确保误差值平方和小于0.1(即确保sum(X-x)2＜0.1)，从而得到在误差值平方和小于0.1时车辆的纵向距离x与时间t的拟合方程阶数dx。再根据polyfit函数拟合一个以时间t为自变量，纵向距离x为因变量，拟合阶数为dx的多项式拟合曲线(即y1＝polyfit(t，x，dx))，其中，车辆的纵向距离x与时间t的多项式拟合函数系数为ax0、ax1……、axdx，dx为拟合方程阶数，axi是对应的tdx-i的系数，进而能够得到车辆的纵向距离x与时间t的拟合方程
相应的，根据polyfit函数拟合一个以时间t为自变量，横向距离y为因变量，拟合阶数为i的多项式拟合曲线(即y1＝polyfit(t，y，i))，其中，拟合阶数上限可以根据经验设值。再根据polyval函数求得拟合阶数为i的多项式拟合曲线的多项式系数与时间t的拟合方程(即Y＝polyval(y1，t))，通过循环拟合并确保误差值平方和小于0.1(即确保sum(Y-y)2＜0.1)，从而得到在误差值平方和小于0.1时车辆的横向距离y与时间t的拟合方程阶数dy。再根据polyfit函数拟合一个以时间t为自变量，横向距离y为因变量，拟合阶数为dy的多项式拟合曲线(即x1＝polyfit(t，y，dx))，其中，车辆的横向距离y与时间t的多项式拟合函数系数为ay0、ay1……、aydy，dy为拟合方程阶数，ayi是对应的tdy-i的系数，进而能够得到车辆横向距离y与时间t的拟合方程
通过上述车辆的纵向距离x与时间t的拟合方程以及车辆横向距离y与时间t的拟合方程/>能够得到用于确定第一车辆的运动轨迹的拟合曲线，从而根据拟合曲线即可确定出第一车辆在任意时间t时的纵向距离x和横向距离y，可以理解为能够确定出第一车辆的运动轨迹，从而实现了对车辆未来运动轨迹的预测，即能够确定出车辆的行进路线。
可选地，在步骤S104中，根据运动轨迹确定第一车辆在预设时间后的第二车道信息可以包括以下执行步骤：
步骤S1041、根据运动轨迹确定第一车辆在预设时间后的第二位置数据。
步骤S1042、根据第二位置数据确定第二车道信息。
根据上述得到的车辆的纵向距离x与时间t的拟合方程以及车辆横向距离y与时间t的拟合方程/>能够确定出第一车辆在预设时间后的第二位置数据，即能够确定出在预设时间后第一车辆与第二车辆之间的横向距离yT01和纵向距离xT01，可以理解为能够确定出在预设时间后第一车辆所在的位置。
通过在预设时间后第一车辆与第二车辆之间的横向距离yT01和纵向距离xT01，能够得到第一车辆在预设时间后的第二位置数据PT01，可以理解为能够确定出第一车辆在预设时间后所在的车道。
具体的，可以参见对上述步骤S1021a-步骤S1021c的描述，根据第二位置数据确定第二车道信息时，先根据第一车道线方程、第二车道线方程、第三车道线方程和第四车道线方程确定出在预设时间T之后第一车辆与第一车道线、第二车道线、第三车道线和第四车道线之间的横向距离，即yLL(xT01)、yL(xT01)、yR(xT01)和yRR(xT01)。再确定出车道线距离yLL(xT01)、yL(xT01)、yR(xT01)和yRR(xT01)与在预设时间T之后第一车辆与第二车辆之间的横向距离yT01之间的大小关系。
确定车道线距离yLL(xT01)、yL(xT01)、yR(xT01)和yRR(xT01)与在预设时间T之后第一车辆与第二车辆之间的横向距离yT01之间的大小关系时，首先执行步骤E，判断在预设时间T之后第一车辆与第二车辆之间的横向距离yT01与第一车辆与第二车道线之间的横向距离yL(xT01)的大小关系，若满足yL(xT01)＜yT01，则继续执行步骤F，判断在预设时间T之后第一车辆与第二车辆之间的横向距离yT01与第一车辆与第三车道线之间的横向距离yR(xT01)的大小关系，若满足yR(xT01)＞yT01，则表示第一车辆在预设时间T之后位于第三车道，即输出第一车辆的第一车道信息PT01＝3。若在执行步骤F时，不满足yR(xT01)＞yT01，则继续执行步骤G，判断在预设时间T之后第一车辆与第二车辆之间的横向距离yT01与第一车辆与第四车道线之间的横向距离yRR(xT01)的大小关系，若满足yRR(xT01)＞yT01，则表示第一车辆在预设时间T之后位于第四车道，即输出第一车辆的第一车道信息PT01＝4。若在执行步骤G时，不满足yRR(xT01)＞yT01，则表示第一车辆在预设时间T之后位于第五车道，即输出第一车辆的第一车道信息PT01＝5。
若执行步骤E，判断在预设时间T之后第一车辆与第二车辆之间的横向距离yT01与第一车辆与第二车道线之间的横向距离yL(xT01)的大小关系时，不满足yL(xT01)＜yT01，则继续执行步骤H，判断在预设时间T之后第一车辆与第二车辆之间的横向距离yT01与第一车辆与第一车道线之间的横向距离yLL(xT01)的大小关系，若满足yLL(xT01)＜yT01，则表示第一车辆在预设时间T之后位于第二车道，即输出第一车辆的第一车道信息PT01＝2。若在执行步骤H时，不满足yLL(xT01)＜yT01，则表示第一车辆在预设时间T之后位于第一车道，即输出第一车辆的第一车道信息PT01＝1。
此外，在实际应用时，确定出第一车辆在预设时间T之后的第二车道信息之后，还可以继续确定第二车辆周围的其他交通车辆在预设时间T之后的车道信息，此处不过多赘述。
可选地，在步骤S105中，根据第一车道信息和第二车道信息确定第一车辆的跨线时间可以包括以下执行步骤：
步骤S1051、根据第二车道信息确定第一车辆在预设时间后与第二车辆的位置关系。
示例性的，如图3所示，以第二车辆所在车道为第三车道为例，若第二车道信息为PT01＝2，即表示第一车辆位于第二车辆右侧车道，因此根据第二车道信息能够确定出在预设时间后第一车辆与第二车辆的位置关系。
步骤S1052、响应于位置关系为第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道，根据第一车道信息和第二车道信息确定第一车辆的跨线动作。
其中，跨线动作包括跨右车道线的动作和跨左车道线的动作。
如图3所示，以第二车辆所在车道为第三车道为例，第一车辆位于第二车辆所在车道可以理解为第一车辆位于第三车道，即PT01＝3，第一车辆位于第二车辆所在车道的相邻车道可以理解为第一车道位于第二车道或第四车道，即PT01＝2或PT01＝4。
可以看出，当第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道时，第一车辆的跨线动作会影响到第二车辆(即本车辆)的运动轨迹，因此需要确定出第一车辆的跨线动作。若第一车辆不位于第二车辆所在车道，或不位于第二车辆所在车道的相邻车道，则表示第一车辆的跨线动作不会影响到第二车辆，因此无需考虑，进而确定出的第一车辆的第二车道信息即为无效值。
具体的，可以判断第二车道信息PT01是否满足2≤PT01≤4，若满足2≤PT01≤4，则表示在预设时间后第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道，若不满足2≤PT01≤4，则输出tKLC＝-1，表示第二车道信息为无效值。
步骤S1052之后，还包括下述步骤S1053或步骤S1054。
步骤S1053、响应于跨线动作为跨右车道线的动作，确定第一车辆跨右车道线的时间。
步骤S1054、响应于跨线动作为跨左车道线的动作，确定第一车辆跨左车道线的时间。
当确定第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道之后，需要判断第一车辆的跨线动作是跨右车道线的动作还是跨左车道线的动作。具体的，可以判断是否满足1≤PT01-P01，若满足1≤PT01-P01，则表示第一车辆在预设时间内有右跨线动作，若不满足1≤PT01-P01，则确定第一车辆在预设时间内有左跨线动作。
当确定出第一车辆在预设时间内有右跨线动作时，定义k＝1，ts＝0，te＝T，其中，k为累加值，ts为起止时间，te为结束时间，可以理解为前述的预设时间，tm为时间间隔，定义tk＝k*tm，并判断是否满足/>若满足/>则表示第一车辆在第k秒到第k+1秒之内有右跨线动作，且/>在/>的右边，此时第一车辆跨右车道线的时间为/>若不满足/>则将k值进行累加，即执行k＝k+1，从而继续判断是否满足/>进而确定出第一车辆跨右车道线的时间。
当确定出第一车辆在预设时间内有左跨线动作时，定义k＝1，ts＝0，te＝T，其中，k为累加值，ts为起止时间，te为结束时间，可以理解为前述的预设时间，tm为时间间隔，定义tk＝k*tm，并判断是否满足/>若满足/>则表示第一车辆在第k秒到第k+1秒之内有左跨线动作，且/>在/>的左边，此时第一车辆跨左车道线的时间为/>若不满足/>则将k值进行累加，即执行k＝k+1，从而继续判断是否满足/>进而确定出第一车辆跨左车道线的时间。
此外，在实际应用时，确定出第一车辆的跨线时间之后，还可以继续确定第二车辆周围的其他交通车辆的跨线时间，此处不过多赘述。
可选地，在步骤S1051中，根据第二车道信息确定第一车辆在预设时间后与第二车辆的位置关系可以包括以下执行步骤：
步骤S1051a、获取第二车辆的第三车道信息。
步骤S1051b、根据第二车道信息和第三车道信息确定第一车辆在预设时间后与第二车辆的位置关系。
其中，第三车道信息用于表示第二车辆所在的车道。
示例性的，通过定位等方式确定出第二车辆(即本车)的第三车道信息，即确定出第二车辆(即本车)所在的车道。根据第一车辆的第二车道信息和第二车辆的第三车道信息能够确定出第一车辆在预设时间后与第二车辆之间的位置关系。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
在本实施例中还提供了一种车辆跨线时间确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本发明其中一实施例的车辆跨线时间确定装置的结构框图，如图4所示，以车辆跨线时间确定装置400进行示例，该装置包括：获取模块401，获取模块401用于获取第一车辆的第一位置数据和多个历史位置数据，其中，位置数据包括第一车辆与第二车辆之间的纵向距离，以及第一车辆与第二车辆之间的横向距离；确定模块402，确定模块402用于根据第一位置数据确定第一车辆的第一车道信息，其中，第一车道信息用于表示第一车辆当前所在的车道；预测模块403，预测模块403用于根据多个历史位置数据确定第一车辆的运动轨迹，其中，运动轨迹包括纵向运动轨迹和横向运动轨迹，纵向运动轨迹用于表示第一车辆与第二车辆之间的纵向距离与时间的关系，横向运动轨迹用于表示第一车辆与第二车辆之间的横向距离与时间的关系；确定模块402还用于根据运动轨迹确定第一车辆在预设时间后的第二车道信息，其中，第二车道信息用于表示第一车辆在预设时间后所在的车道；预测模块403还用于根据第一车道信息和第二车道信息确定第一车辆的跨线时间。
可选地，确定模块402还用于根据第一位置数据和车道线方程确定第一车辆的第一车道信息，其中，车道线方程用于表示第一车辆与第二车辆之间的纵向距离与车道线距离的对应关系，车道线距离用于表示第一车辆与车道线之间的横向距离。
可选地，确定模块402还用于根据车道线方程确定车道线距离；确定车道线距离与第一车辆与第二车辆之间的横向距离之间的大小关系；根据大小关系确定第一车辆的第一车道信息。
可选地，预测模块403还用于根据曲线拟合函数对多个历史位置数据进行曲线拟合，得到拟合曲线，其中，拟合曲线用于表示第一车辆的运动轨迹；根据拟合曲线确定第一车辆的运动轨迹。
可选地，确定模块402还用于根据运动轨迹确定第一车辆在预设时间后的第二位置数据；根据第二位置数据确定第二车道信息。
可选地，预测模块403还用于根据第二车道信息确定第一车辆在预设时间后与第二车辆的位置关系；响应于位置关系为第一车辆位于第二车辆所在车道，或第一车辆位于第二车辆所在车道的相邻车道，根据第一车道信息和第二车道信息确定第一车辆的跨线动作，其中，跨线动作包括跨右车道线的动作和跨左车道线的动作；响应于跨线动作为跨右车道线的动作，确定第一车辆跨右车道线的时间；或，响应于跨线动作为跨左车道线的动作，确定第一车辆跨左车道线的时间。
可选地，预测模块403还用于获取第二车辆的第三车道信息，其中，第三车道信息用于表示第二车辆所在的车道；根据第二车道信息和第三车道信息确定第一车辆在预设时间后与第二车辆的位置关系。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为在计算机或处理器上运行时，执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以下步骤的计算机程序：
步骤S1、获取第一车辆的第一位置数据和多个历史位置数据；
步骤S2、根据第一位置数据确定第一车辆的第一车道信息；
步骤S3、根据多个历史位置数据确定第一车辆的运动轨迹；
步骤S4、根据运动轨迹确定第一车辆在预设时间后的第二车道信息；
步骤S5、根据第一车道信息和第二车道信息确定第一车辆的跨线时间。
可选地，在本实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述电子装置中的处理器可以被设置为运行计算机程序以执行以下步骤：
步骤S1、获取第一车辆的第一位置数据和多个历史位置数据；
步骤S2、根据第一位置数据确定第一车辆的第一车道信息；
步骤S3、根据多个历史位置数据确定第一车辆的运动轨迹；
步骤S4、根据运动轨迹确定第一车辆在预设时间后的第二车道信息；
步骤S5、根据第一车道信息和第二车道信息确定第一车辆的跨线时间。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，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，可以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信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (8)
1.一种车辆跨线时间确定方法，其特征在于，包括：
获取第一车辆的第一位置数据和多个历史位置数据，其中，所述位置数据包括所述第一车辆与第二车辆之间的纵向距离，以及所述第一车辆与所述第二车辆之间的横向距离；
根据所述第一位置数据确定所述第一车辆的第一车道信息，其中，所述第一车道信息用于表示所述第一车辆当前所在的车道；
根据所述多个历史位置数据确定所述第一车辆的运动轨迹，其中，所述运动轨迹包括纵向运动轨迹和横向运动轨迹，所述纵向运动轨迹用于表示所述第一车辆与所述第二车辆之间的纵向距离与时间的关系，所述横向运动轨迹用于表示所述第一车辆与所述第二车辆之间的横向距离与时间的关系；
根据所述运动轨迹确定所述第一车辆在预设时间后的第二车道信息，其中，所述第二车道信息用于表示所述第一车辆在所述预设时间后所在的车道；
根据所述第一车道信息和所述第二车道信息确定所述第一车辆的跨线时间；
所述根据所述第一位置数据确定所述第一车辆的第一车道信息包括：根据车道线方程确定车道线距离；确定所述车道线距离与所述第一车辆与所述第二车辆之间的横向距离之间的大小关系；根据所述大小关系确定所述第一车辆的所述第一车道信息，其中，所述车道线方程用于表示所述第一车辆与所述第二车辆之间的纵向距离与车道线距离的对应关系，所述车道线距离用于表示所述第一车辆与车道线之间的横向距离。
2.根据权利要求1所述的方法，其特征在于，所述根据所述多个历史位置数据确定所述第一车辆的运动轨迹包括：
根据曲线拟合函数对所述多个历史位置数据进行曲线拟合，得到拟合曲线，其中，所述拟合曲线用于表示所述第一车辆的运动轨迹；
根据所述拟合曲线确定所述第一车辆的所述运动轨迹。
3.根据权利要求1所述的方法，其特征在于，所述根据所述运动轨迹确定所述第一车辆在预设时间后的第二车道信息包括：
根据所述运动轨迹确定所述第一车辆在所述预设时间后的第二位置数据；
根据所述第二位置数据确定所述第二车道信息。
4.根据权利要求1所述的方法，其特征在于，所述根据所述第一车道信息和所述第二车道信息确定所述第一车辆的跨线时间包括：
根据所述第二车道信息确定所述第一车辆在所述预设时间后与所述第二车辆的位置关系；
响应于所述位置关系为所述第一车辆位于所述第二车辆所在车道，或所述第一车辆位于所述第二车辆所在车道的相邻车道，根据所述第一车道信息和所述第二车道信息确定所述第一车辆的跨线动作，其中，所述跨线动作包括跨右车道线的动作和跨左车道线的动作；
响应于所述跨线动作为所述跨右车道线的动作，确定所述第一车辆跨右车道线的时间；或，
响应于所述跨线动作为所述跨左车道线的动作，确定所述第一车辆跨左车道线的时间。
5.根据权利要求4所述的方法，其特征在于，所述根据所述第二车道信息确定所述第一车辆在所述预设时间后与所述第二车辆的位置关系包括：
获取所述第二车辆的第三车道信息，其中，所述第三车道信息用于表示所述第二车辆所在的车道；
根据所述第二车道信息和所述第三车道信息确定所述第一车辆在所述预设时间后与所述第二车辆的位置关系。
6.一种车辆跨线时间确定装置，其特征在于，包括：
获取模块，所述获取模块用于获取第一车辆的第一位置数据和多个历史位置数据，其中，所述位置数据包括所述第一车辆与第二车辆之间的纵向距离，以及所述第一车辆与所述第二车辆之间的横向距离；
确定模块，所述确定模块用于根据所述第一位置数据确定所述第一车辆的第一车道信息，其中，所述第一车道信息用于表示所述第一车辆当前所在的车道；
预测模块，所述预测模块用于根据所述多个历史位置数据确定所述第一车辆的运动轨迹，其中，所述运动轨迹包括纵向运动轨迹和横向运动轨迹，所述纵向运动轨迹用于表示所述第一车辆与所述第二车辆之间的纵向距离与时间的关系，所述横向运动轨迹用于表示所述第一车辆与所述第二车辆之间的横向距离与时间的关系；
所述确定模块还用于根据所述运动轨迹确定所述第一车辆在预设时间后的第二车道信息，其中，所述第二车道信息用于表示所述第一车辆在所述预设时间后所在的车道；
所述预测模块还用于根据所述第一车道信息和所述第二车道信息确定所述第一车辆的跨线时间；
所述确定模块还用于根据车道线方程确定车道线距离；确定所述车道线距离与所述第一车辆与所述第二车辆之间的横向距离之间的大小关系；根据所述大小关系确定所述第一车辆的所述第一车道信息，其中，所述车道线方程用于表示所述第一车辆与所述第二车辆之间的纵向距离与车道线距离的对应关系，所述车道线距离用于表示所述第一车辆与车道线之间的横向距离。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为在计算机或处理器上运行时，执行上述权利要求1至5任一项中所述的车辆跨线时间确定方法。
8.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述权利要求1至5任一项中所述的车辆跨线时间确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211296486.9A CN116110216B (zh) | 2022-10-21 | 2022-10-21 | 车辆跨线时间确定方法、装置、存储介质及电子装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211296486.9A CN116110216B (zh) | 2022-10-21 | 2022-10-21 | 车辆跨线时间确定方法、装置、存储介质及电子装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116110216A CN116110216A (zh) | 2023-05-12 |
| CN116110216B true CN116110216B (zh) | 2024-04-12 |
Family
ID=86258577
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211296486.9A Active CN116110216B (zh) | 2022-10-21 | 2022-10-21 | 车辆跨线时间确定方法、装置、存储介质及电子装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116110216B (zh) |
Citations (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103587529A (zh) * | 2013-10-12 | 2014-02-19 | 长安大学 | 一种直道路段换道过程越线时刻预测系统及预测方法 |
| CN103587528A (zh) * | 2013-10-12 | 2014-02-19 | 长安大学 | 一种换道过程越线时刻预测装置及其预测方法 |
| CN104245481A (zh) * | 2012-01-16 | 2014-12-24 | 标致·雪铁龙汽车公司 | 机动车辆越线时间的估算方法 |
| CN106647776A (zh) * | 2017-02-24 | 2017-05-10 | 驭势科技（北京）有限公司 | 车辆变道趋势的判断方法、判断装置和计算机存储介质 |
| DE102016106983A1 (de) * | 2016-04-15 | 2017-10-19 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erkennen eines möglichen Spurwechselmanövers eines Zielfahrzeugs, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug |
| CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
| CN110194169A (zh) * | 2019-05-31 | 2019-09-03 | 惠州华阳通用智慧车载系统开发有限公司 | 一种车辆变道辅助方法 |
| CN110262509A (zh) * | 2019-07-10 | 2019-09-20 | 百度在线网络技术（北京）有限公司 | 车辆自动驾驶方法和装置 |
| CN110705388A (zh) * | 2019-09-16 | 2020-01-17 | 清华大学 | 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法 |
| CN110843789A (zh) * | 2019-11-19 | 2020-02-28 | 苏州智加科技有限公司 | 一种基于时序卷积网络的车辆换道意图预测方法 |
| CN111273662A (zh) * | 2020-02-05 | 2020-06-12 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、电子设备及可读存储介质 |
| CN112248986A (zh) * | 2020-10-23 | 2021-01-22 | 厦门理工学院 | 一种车辆自动制动方法、装置、设备和存储介质 |
| CN112530202A (zh) * | 2020-11-23 | 2021-03-19 | 中国第一汽车股份有限公司 | 一种车辆变道的预测方法、装置、设备及车辆 |
| CN112562406A (zh) * | 2020-11-27 | 2021-03-26 | 众安在线财产保险股份有限公司 | 一种越线行驶的识别方法及装置 |
| CN112800812A (zh) * | 2019-11-13 | 2021-05-14 | 北京地平线机器人技术研发有限公司 | 目标对象变道识别方法和装置、可读存储介质、电子设备 |
| WO2021134172A1 (zh) * | 2019-12-30 | 2021-07-08 | 华为技术有限公司 | 一种轨迹预测方法及相关设备 |
| CN113392794A (zh) * | 2021-06-28 | 2021-09-14 | 北京百度网讯科技有限公司 | 车辆跨线识别方法、装置、电子设备和存储介质 |
| JP2021152906A (ja) * | 2020-05-14 | 2021-09-30 | 阿波▲羅▼智▲聯▼（北京）科技有限公司 | 車両軌跡の予測方法、装置、機器及び記憶媒体 |
| WO2021212379A1 (zh) * | 2020-04-22 | 2021-10-28 | 华为技术有限公司 | 车道线检测方法及装置 |
| WO2021249020A1 (zh) * | 2020-06-10 | 2021-12-16 | 华为技术有限公司 | 一种行驶状态的预测方法、装置和终端设备 |
| CN114056347A (zh) * | 2020-07-31 | 2022-02-18 | 华为技术有限公司 | 车辆运动状态识别方法及装置 |
| CN114323054A (zh) * | 2022-01-12 | 2022-04-12 | 苏州挚途科技有限公司 | 自动驾驶车辆行驶轨迹的确定方法、装置及电子设备 |
| CN114463416A (zh) * | 2021-12-31 | 2022-05-10 | 浙江大华技术股份有限公司 | 车辆变道检测方法、装置、电子设备和存储介质 |
| CN114516331A (zh) * | 2022-02-10 | 2022-05-20 | 苏州挚途科技有限公司 | 车辆换道控制方法、装置和电子设备 |
| CN114889610A (zh) * | 2022-05-20 | 2022-08-12 | 重庆长安汽车股份有限公司 | 一种基于循环神经网络的目标车辆换道时刻预测方法及系统 |
| CN114926540A (zh) * | 2022-05-07 | 2022-08-19 | 深圳汇辰软件有限公司 | 一种车道线标定的方法、装置、终端设备及可读存储介质 |
| CN114987461A (zh) * | 2022-05-20 | 2022-09-02 | 昆明理工大学 | 一种多车复杂交通环境下的智能客车动态变道轨迹规划方法 |
| CN115087573A (zh) * | 2020-03-31 | 2022-09-20 | 华为技术有限公司 | 一种关键目标选取方法、装置及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3208786B1 (en) * | 2016-02-22 | 2023-06-07 | Volvo Car Corporation | Method and system for evaluating inter-vehicle traffic gaps and time instances to perform a lane change manoeuvre |
| US10906549B2 (en) * | 2018-12-07 | 2021-02-02 | Nio Usa, Inc. | Systems and methods of autonomously controlling vehicle lane change maneuver |
-
2022
- 2022-10-21 CN CN202211296486.9A patent/CN116110216B/zh active Active
Patent Citations (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104245481A (zh) * | 2012-01-16 | 2014-12-24 | 标致·雪铁龙汽车公司 | 机动车辆越线时间的估算方法 |
| CN103587529A (zh) * | 2013-10-12 | 2014-02-19 | 长安大学 | 一种直道路段换道过程越线时刻预测系统及预测方法 |
| CN103587528A (zh) * | 2013-10-12 | 2014-02-19 | 长安大学 | 一种换道过程越线时刻预测装置及其预测方法 |
| DE102016106983A1 (de) * | 2016-04-15 | 2017-10-19 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Erkennen eines möglichen Spurwechselmanövers eines Zielfahrzeugs, Steuereinrichtung, Fahrerassistenzsystem sowie Kraftfahrzeug |
| CN106647776A (zh) * | 2017-02-24 | 2017-05-10 | 驭势科技（北京）有限公司 | 车辆变道趋势的判断方法、判断装置和计算机存储介质 |
| CN110146100A (zh) * | 2018-02-13 | 2019-08-20 | 华为技术有限公司 | 轨迹预测方法、装置及存储介质 |
| CN110194169A (zh) * | 2019-05-31 | 2019-09-03 | 惠州华阳通用智慧车载系统开发有限公司 | 一种车辆变道辅助方法 |
| CN110262509A (zh) * | 2019-07-10 | 2019-09-20 | 百度在线网络技术（北京）有限公司 | 车辆自动驾驶方法和装置 |
| CN110705388A (zh) * | 2019-09-16 | 2020-01-17 | 清华大学 | 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法 |
| CN112800812A (zh) * | 2019-11-13 | 2021-05-14 | 北京地平线机器人技术研发有限公司 | 目标对象变道识别方法和装置、可读存储介质、电子设备 |
| CN110843789A (zh) * | 2019-11-19 | 2020-02-28 | 苏州智加科技有限公司 | 一种基于时序卷积网络的车辆换道意图预测方法 |
| CN113261035A (zh) * | 2019-12-30 | 2021-08-13 | 华为技术有限公司 | 一种轨迹预测方法及相关设备 |
| WO2021134172A1 (zh) * | 2019-12-30 | 2021-07-08 | 华为技术有限公司 | 一种轨迹预测方法及相关设备 |
| CN111273662A (zh) * | 2020-02-05 | 2020-06-12 | 北京百度网讯科技有限公司 | 车辆控制方法、装置、电子设备及可读存储介质 |
| CN115087573A (zh) * | 2020-03-31 | 2022-09-20 | 华为技术有限公司 | 一种关键目标选取方法、装置及系统 |
| WO2021212379A1 (zh) * | 2020-04-22 | 2021-10-28 | 华为技术有限公司 | 车道线检测方法及装置 |
| JP2021152906A (ja) * | 2020-05-14 | 2021-09-30 | 阿波▲羅▼智▲聯▼（北京）科技有限公司 | 車両軌跡の予測方法、装置、機器及び記憶媒体 |
| WO2021249020A1 (zh) * | 2020-06-10 | 2021-12-16 | 华为技术有限公司 | 一种行驶状态的预测方法、装置和终端设备 |
| CN114056347A (zh) * | 2020-07-31 | 2022-02-18 | 华为技术有限公司 | 车辆运动状态识别方法及装置 |
| CN112248986A (zh) * | 2020-10-23 | 2021-01-22 | 厦门理工学院 | 一种车辆自动制动方法、装置、设备和存储介质 |
| CN112530202A (zh) * | 2020-11-23 | 2021-03-19 | 中国第一汽车股份有限公司 | 一种车辆变道的预测方法、装置、设备及车辆 |
| CN112562406A (zh) * | 2020-11-27 | 2021-03-26 | 众安在线财产保险股份有限公司 | 一种越线行驶的识别方法及装置 |
| CN113392794A (zh) * | 2021-06-28 | 2021-09-14 | 北京百度网讯科技有限公司 | 车辆跨线识别方法、装置、电子设备和存储介质 |
| CN114463416A (zh) * | 2021-12-31 | 2022-05-10 | 浙江大华技术股份有限公司 | 车辆变道检测方法、装置、电子设备和存储介质 |
| CN114323054A (zh) * | 2022-01-12 | 2022-04-12 | 苏州挚途科技有限公司 | 自动驾驶车辆行驶轨迹的确定方法、装置及电子设备 |
| CN114516331A (zh) * | 2022-02-10 | 2022-05-20 | 苏州挚途科技有限公司 | 车辆换道控制方法、装置和电子设备 |
| CN114926540A (zh) * | 2022-05-07 | 2022-08-19 | 深圳汇辰软件有限公司 | 一种车道线标定的方法、装置、终端设备及可读存储介质 |
| CN114889610A (zh) * | 2022-05-20 | 2022-08-12 | 重庆长安汽车股份有限公司 | 一种基于循环神经网络的目标车辆换道时刻预测方法及系统 |
| CN114987461A (zh) * | 2022-05-20 | 2022-09-02 | 昆明理工大学 | 一种多车复杂交通环境下的智能客车动态变道轨迹规划方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于概率统计的车辆运动轨迹预测方法;张金旺;章永进;徐友春;;军事交通学院学报;20170825(第08期);全文 * |
| 自动驾驶车辆主动换道轨迹规划方法研究;黄辉;;汽车文摘;20200530(第06期);全文 * |
| 营运客车换道越线时间预测方法研究;黎莉;黄晓梦;郭艳君;王畅;;中国安全科学学报;20160415(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116110216A (zh) | 2023-05-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102368355B (zh) | 快速更新交通数据的方法和系统 | |
| WO2023024516A1 (zh) | 一种碰撞预警的方法、装置、电子设备及存储介质 | |
| CN113682318B (zh) | 车辆行驶控制方法及装置 | |
| CN109324813A (zh) | 电子控制系统刷写方法、装置及计算机介质 | |
| CN111680377A (zh) | 一种交通态势仿真方法、系统和电子设备 | |
| CN111932881A (zh) | 交通路口管理方法、装置、终端设备及存储介质 | |
| CN111079533A (zh) | 无人车驾驶决策方法、无人车驾驶决策装置及无人车 | |
| CN113312760A (zh) | 一种基于交通仿真的网联机动车右转轨迹规划方法和装置 | |
| CN107392672A (zh) | 一种广告播放方法及车辆设备 | |
| Ni et al. | A message efficient intersection control algorithm for intelligent transportation in smart cities | |
| CN116110216B (zh) | 车辆跨线时间确定方法、装置、存储介质及电子装置 | |
| CN113060160B (zh) | 自动驾驶控制方法及装置 | |
| CN110057377B (zh) | 路径导航方法及相关产品 | |
| WO2024066572A1 (zh) | 一种智能驾驶决策方法、决策装置以及车辆 | |
| CN114782926B (zh) | 驾驶场景识别方法、装置、设备、存储介质和程序产品 | |
| CN115230715A (zh) | 变道预测方法、装置、非易失性存储介质及计算机设备 | |
| CN111599178B (zh) | 路口识别方法、装置及存储介质 | |
| CN115049151A (zh) | 导航路线推荐方法、装置、设备及存储介质 | |
| CN110766938A (zh) | 路网拓扑结构的构建方法、装置、计算机设备及存储介质 | |
| CN112258860B (zh) | 路口车辆调度方法、装置、设备和计算机可读存储介质 | |
| CN115610435A (zh) | 对象行驶意图的预测方法和装置、存储介质及电子装置 | |
| CN113160550B (zh) | 涉及交叉路口的自动驾驶场景的传感器覆盖范围分析 | |
| CN114723903A (zh) | 障碍物风险场环境建模方法及其装置、相关产品 | |
| Anagnostopoulos et al. | A Hybrid Microscopic Model for Multimodal Traffic with Empirical Observations from Aerial Footage | |
| CN113050452A (zh) | 车辆变道控制方法、装置、计算机设备及存储介质 |
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 |