CN116312045A - 一种车辆危险预警方法及装置 - Google Patents
一种车辆危险预警方法及装置 Download PDFInfo
- Publication number
- CN116312045A CN116312045A CN202211675709.2A CN202211675709A CN116312045A CN 116312045 A CN116312045 A CN 116312045A CN 202211675709 A CN202211675709 A CN 202211675709A CN 116312045 A CN116312045 A CN 116312045A
- Authority
- CN
- China
- Prior art keywords
- target vehicle
- information
- dangerous
- determined
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000004044 response Effects 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 230000005540 biological transmission Effects 0.000 description 8
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000098700 Sarcocheilichthys parvus Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆危险预警方法及装置，方法包括：首先获取与目标车辆行驶信息对应的实时数字孪生模型，基于实时数字孪生模型，获取目标车辆行驶区域中的危险源，确定目标车辆在行驶区域的定位信息，并将定位信息映射到实时数字孪生模型中以得到与目标车辆对应的位置信息，响应于位置信息靠近危险源，以生成预警信息并发送给目标车辆，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
Description
技术领域
本发明属于车辆控制领域，特别是一种车辆危险预警方法及装置。
背景技术
随着人们生活水平的提高，人均车辆的保有率不断增加，由此导致的交通拥堵、交通事故已经成了一个亟待解决的社会问题。特别是在上下班、上下学、节假日高峰期，道路上汽车、卡车、老年代步车、摩托车、自行车、行人等交织在一起，使交通形势更加严峻，当在十字路口或小区出入口，车辆和其它车辆或行人行驶路径发生重合或因一些障碍物阻挡了双方的视野产生盲区时，极易发生交通事故。
目前车辆驾驶员或利用自动驾驶技术的车辆通过手动或自动操作转向灯、远光灯闪烁(夜间)或在可见视野范围内触发喇叭来警示车外其它车辆或行人，避免发生碰撞交通事故。但是，当车辆和其它车辆由于行驶区域的设计、行驶路径的重合或因一些障碍物阻挡了双方的视野而产生盲区时，导致车辆无法预先获知险情，也无法提前主动向外发出警示，极易发生碰撞交通事故，这成为急需解决的技术问题。
发明内容
本发明的目的是提供一种车辆危险预警方法及装置，以解决现有技术中的不足，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
本申请的一个实施例提供了一种车辆危险预警方法，所述方法包括：
获取与目标车辆行驶信息对应的实时数字孪生模型；
基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
可选的，所述实时数字孪生模型，包括：
环境模拟单元、决策规划单元和底层控制执行单元；其中，
所述环境模拟单元用于模拟所有行驶车辆的行驶信息，其中，所述行驶信息包括所述所有行驶车辆的行驶状态、行驶区域的道路状况及交通设施信息；
所述决策规划单元用于利用危险预警评估算法，评估不同危险源的危险程度，并筛选最佳预警方案；
所述底层控制执行单元用于接收所述最佳预警方案，并通过预设反馈方式进行所述目标车辆的紧急避险操作。
可选的，当所述危险源为危险区域时，所述获取所述目标车辆行驶区域中的危险源，包括：
确定所述目标车辆行驶区域的道路信息，其中，所述道路信息包括道路曲率信息和道路坡度信息；
根据所述目标车辆的当前车速和所述道路信息，确定所述目标车辆行驶区域中的危险源。
可选的，当所述危险源为危险车辆时，所述获取所述目标车辆行驶区域中的危险源，包括：
获取所述目标车辆行驶区域中多个待确定车辆的行驶状态；
基于所述多个待确定车辆的行驶状态，分别预测所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率；
响应于所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率大于预设的概率阈值，确定当前所述待确定车辆为所述目标车辆行驶区域中的危险源。
可选的，当所述危险源为危险障碍物时，所述获取所述目标车辆行驶区域中的危险源，包括：
实时获取目标车辆前方预设范围内的图像信息；
根据所述图像信息，识别所述目标车辆前方的待确定障碍物；
判断所述待确定障碍物是否满足预设条件；
在确定所述待确定障碍物满足预设条件的情况下，确定所述待确定障碍物为所述目标车辆行驶区域中的危险源。
可选的，所述判断所述待确定障碍物是否满足预设条件，包括：
判断所述待确定障碍物与所述目标车辆之间的距离是否小于安全距离阈值；
响应于所述待确定障碍物与所述目标车辆之间的距离小于安全距离阈值的情况下，确定所述待确定障碍物满足预设条件。
可选的，所述预设反馈方式，包括：
目标车辆的仪表显示方式、声音报警方式或视频播放方式中的一种或多种。
本申请的又一实施例提供了一种车辆危险预警装置，所述装置包括：
第一获取模块，用于获取与目标车辆行驶信息对应的实时数字孪生模型；
第二获取模块，用于基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
确定模块，用于确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
生成模块，用于响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
可选的，所述第二获取模块，包括：
第一确定单元，用于确定所述目标车辆行驶区域的道路信息，其中，所述道路信息包括道路曲率信息和道路坡度信息；
第二确定单元，用于根据所述目标车辆的当前车速和所述道路信息，确定所述目标车辆行驶区域中的危险源。
可选的，所述第二获取模块，包括：
第一获取单元，用于获取所述目标车辆行驶区域中多个待确定车辆的行驶状态；
预测单元，用于基于所述多个待确定车辆的行驶状态，分别预测所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率；
第三确定单元，用于响应于所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率大于预设的概率阈值，确定当前所述待确定车辆为所述目标车辆行驶区域中的危险源。
可选的，所述第二获取模块，包括：
第二获取单元，用于实时获取目标车辆前方预设范围内的图像信息；
识别单元，用于根据所述图像信息，识别所述目标车辆前方的待确定障碍物；
判断单元，用于判断所述待确定障碍物是否满足预设条件；
第四确定单元，用于在确定所述待确定障碍物满足预设条件的情况下，确定所述待确定障碍物为所述目标车辆行驶区域中的危险源。
可选的，所述判断单元，包括：
判断子单元，用于判断所述待确定障碍物与所述目标车辆之间的距离是否小于安全距离阈值；
响应子单元，用于响应于所述待确定障碍物与所述目标车辆之间的距离小于安全距离阈值的情况下，确定所述待确定障碍物满足预设条件。
本申请的又一实施例提供了一种存储介质，所述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运行时实现上述任一项中所述的方法。
本申请的又一实施例提供了一种电子设备，包括存储器和处理器，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实现上述任一项中所述的方法。
与现有技术相比，本发明首先获取与目标车辆行驶信息对应的实时数字孪生模型，基于实时数字孪生模型，获取目标车辆行驶区域中的危险源，确定目标车辆在行驶区域的定位信息，并将定位信息映射到实时数字孪生模型中以得到与目标车辆对应的位置信息，响应于位置信息靠近危险源，以生成预警信息并发送给目标车辆，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
附图说明
图1为本发明实施例提供的一种车辆危险预警方法的计算机终端的硬件结构框图；
图2为本发明实施例提供的一种车辆危险预警方法的流程示意图；
图3为本发明实施例提供的一种车辆危险预警装置的结构示意图。
具体实施方式
下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明实施例首先提供了一种车辆危险预警方法，该方法可以应用于电子设备，如计算机终端，具体如普通电脑、量子计算机等。
下面以运行在计算机终端上为例对其进行详细说明。图1为本发明实施例提供的一种车辆危险预警方法的计算机终端的硬件结构框图。如图1所示，计算机终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述计算机终端还可以包括用于通信功能的传输装置106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述计算机终端的结构造成限定。例如，计算机终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的车辆危险预警方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104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104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。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。
传输装置106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计算机终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，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，传输装置106可以为射频(RadioFrequency，RF)模块，其用于通过无线方式与互联网进行通讯。
参见图2，图2为本发明实施例提供的一种车辆危险预警方法的流程示意图，可以包括如下步骤：
S201：获取与目标车辆行驶信息对应的实时数字孪生模型。
具体的，数字孪生(DigitalTwin，简称DT)，也被称为“数字镜像”、“数字双胞胎”或“数字化映射”等，是充分利用物理模型、传感器、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而可以反映相对应目标车辆行驶信息的全周期。
在一种可选的实施方式中，实时数字孪生模型，可以包括：环境模拟单元、决策规划单元和底层控制执行单元；其中，环境模拟单元用于模拟所有行驶车辆的行驶信息，其中，行驶信息包括所有行驶车辆的行驶状态、行驶区域的道路状况及交通设施信息；决策规划单元用于利用危险预警评估算法，评估不同危险源的危险程度，并筛选最佳预警方案；底层控制执行单元用于接收最佳预警方案，并通过预设反馈方式进行目标车辆的紧急避险操作。
在实际应用中，目标车辆行驶信息可以通过传感网络不断将实时运行状态数据上传至目标车辆监视和控制系统中的数字孪生模型。
示例性的，构建与目标车辆行驶信息对应的实时数字孪生模型可以首先通过获取目标车辆行驶信息，以用于对目标车辆进行模仿，搭建目标车辆行驶信息的虚拟模型。进一步地，通过采集目标车辆的静态数据和动态数据，其中，静态数据是指目标车辆的外观数据，包括尺寸、结构、材料特征等数据。采集目标车辆的静态数据，可以通过对目标车辆进行现场勘测实现；动态数据是指目标车辆的当前行驶速度、加速度等数据。再进一步地，通过采集目标车辆行驶区域的立体布局图，以用于识别目标车辆所处的行驶环境与场景，绘制整个行驶区域对应的立体布局。其中，立体布局图可以用来表示目标车辆的空间位置，例如可以通过摄像设备对目标车辆行驶区域进行图像采集实现。
需要说明的是，预设反馈方式包括目标车辆的仪表显示方式、声音报警方式或视频播放方式中的一种或多种。其中，目标车辆的仪表显示方式可实现仪表盘红色信号灯发出的红色闪光等等；声音报警方式可实现为蜂鸣器的鸣叫等等；视频播放方式可为静态图片、动态视频等等。
S202：基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合。
在一种可选的实施方式中，当所述危险源为危险区域时，所述获取所述目标车辆行驶区域中的危险源，可以包括：
步骤1：确定所述目标车辆行驶区域的道路信息，其中，所述道路信息包括道路曲率信息和道路坡度信息。
具体的，目标车辆在行驶过程中车速过快会减少车辆的稳定性，从而导致车辆操控性降低，难以控制车辆，在过弯时车速过快，还会导致外侧轮胎受力增大，车辆重心向外侧偏移，产生较大的离心力，从而容易导致车辆侧滑，严重会导致翻车。因此，对目标车辆在行驶区域中车速的控制是十分重要的。
道路曲率信息可以是道路的弯曲信息，用于表示道路的弯曲程度。道路坡度信息可以用于表示道路的坡度。具体的，在目标车辆的行驶过程中，确定目标车辆当前行驶的行驶区域，获取目标车辆当前行驶的行驶区域的道路曲率信息和道路坡度信息。例如可以根据目标车辆的定位装置确定在实时数字孪生模型中定位当前行驶的行驶区域，进而根据实时数字孪生模型存储的行驶区域的道路信息，确定当前行驶区域的道路曲率信息和道路坡度信息。
示例性的，应用于手动驾驶或自动驾驶领域，确定目标车辆行驶区域的道路信息，可以包括：基于自动驾驶地图数据传输协议采集目标车辆的当前行驶区域上至少一个道路特征点的参考曲率信息；根据至少一个道路特征点的参考曲率信息确定当前行驶区域的道路曲率信息。其中，根据至少一个道路特征点的参考曲率信息确定当前行驶区域的道路曲率信息，包括将距离目标车辆的当前行驶位置最近的道路特征点的参考曲率信息作为当前行驶区域的道路曲率信息。自动驾驶地图数据传输协议在当前行驶区域获取道路特征点的参考曲率信息后，判断所有道路特征点与目标车辆当前行驶位置的距离，按照距离目标车辆的当前行驶位置的距离从近到远的顺序选取两个或两个以上的道路特征点的参考曲率信息，进而对选择的道路特征点的参考曲率信息进行加权，并计算加权后的平均值作为当前行驶区域的道路曲率信息。
需要说明的是，目标车辆行驶区域的道路类型至少包括直路、渐弯路和弯5路。可以理解的是，目标车辆行驶区域的道路类型中直路的道路曲率最大，大
于渐弯路的道路曲率；渐弯路的道路曲率小于直路的道路曲率，大于弯路的道路曲率；弯路的道路区域最小，小于渐弯路的道路曲率。
步骤2：根据所述目标车辆的当前车速和所述道路信息，确定所述目标车辆行驶区域中的危险源。
0具体的，在获取到目标车辆当前行驶区域的道路曲率信息和道路坡度信息后，可以根据当前行驶区域的道路曲率信息和道路坡度信息确定在当前行驶区域中安全行驶的最大车速，将安全行驶的最大车速确定为安全临界车速。
确定目标车辆在当前行驶区域上的安全临界车速后，获取目标车辆在当前
行驶区域中的当前车速，判断目标车辆的当前车速是否大于安全临界车速，如5果目标车辆的当前车速大于安全临界车速，目标车辆在当前行驶区域上存在行驶风险，通过目标车辆的预警装置对目标车辆行驶区域的危险路段进行标注并通过控制车速进行风险预警。
在一种可选的实施方式中，当所述危险源为危险车辆时，所述获取所述目标车辆行驶区域中的危险源，可以包括：01.获取所述目标车辆行驶区域中多个待确定车辆的行驶状态。
2.基于所述多个待确定车辆的行驶状态，分别预测所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率。
3.响应于所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率
大于预设的概率阈值，确定当前所述待确定车辆为所述目标车辆行驶区域中的5危险源。
在本申请实施例中，目标车辆可以是静态的车辆，也可以是行驶中的车辆，在此不做限定。进一步的，目标车辆行驶区域指的是目标车辆当前所处的区域。
例如将包括目标车辆的设定距离的范围内的一段道路作为目标车辆行驶区域。
多个待确定车辆可为静态的车辆，也可为行驶中的车辆。比如，多个待确定车辆可为静态制动的车辆A1、A2和正在行驶的车辆A3、A4。
示例性的，可以通过目标车辆自带的传感器或者其它感知设备获取目标车辆行驶区域中多个待确定车辆的行驶状态。其中，行驶状态用于描述待确定车辆的当前情况，行驶状态包含多种用于描述待确定车辆的行驶状态的物理量。比如，车辆A3的行驶状态为：实时速度为70km/h。
在一些可选的实施例中，可基于目标车辆的摄像设备、雷达等对待确定车辆的行驶状态进行监测，并根据监测结果得到待确定车辆的行驶情况。比如，可根据测距得到的待确定车辆相对于目标车辆的距离，计算得到待确定车辆相对于目标车辆的相对位置，进而根据该相对位置的瞬时变化来确定待确定车辆的实时速度和加速度等行驶状态。
获取多个待确定车辆各自的行驶状态之后，可基于多个待确定车辆各自的行驶状态，分别预测多个待确定车辆中的任意一个与目标车辆的碰撞概率。其中，待确定车辆中的任意一个与目标车辆的碰撞时，可认为这两个车辆在相同或者相近的时刻到达了同一位置。因此，根据行驶状态，预测相撞概率时，可根据任意一个待确定车辆在当前时刻的行驶状态，预测该待确定车辆在未来时间段内的行驶趋势。随后根据行驶趋势，预测该待确定车辆与目标车辆在相同或者相近时刻到达同一位置的可能性，得到碰撞概率。其中，该行驶趋势可包括待确定车辆的当前速度、当前行驶方向以及行驶轨迹中的至少一种。
若多个待确定车辆中的任意一个与目标车辆的碰撞概率大于预设的概率阈值，则确定当前待确定车辆为目标车辆行驶区域中的危险源。例如当待确定车辆B1与目标车辆的碰撞概率大于预设的概率阈值，则确定车辆B1为目标车辆行驶区域中的危险源，需要进一步对目标车辆采取预警提示。其中，概率阈值可以根据实际需求进行设置，例如可设置为95％、96％或99％等等，本实施例不做限制。
在一种可选的实施方式中，当所述危险源为危险障碍物时，所述获取所述目标车辆行驶区域中的危险源，可以包括：
a.实时获取目标车辆前方预设范围内的图像信息。
具体地，可以通过目标车辆前方安装的摄像设备或者目标车辆行驶区域两侧的摄像设备来获取目标车辆前方预设范围内的图像信息。其中，由目标车辆上安装的摄像设备获取的图像信息可以存储在车载存储器或者存储在自动驾驶控制系统的云服务器中。图像信息可以包括多个时刻下的多个静态图像，也可以包括一段时间内的视频数据中的多个动态视频。本发明对此不做限制。
b.根据所述图像信息，识别所述目标车辆前方的待确定障碍物。
在获得图像信息之后，可以根据图像信息确定目标车辆前方或者周边的待确定障碍物信息。其中，待确定障碍物可以包括目标车辆行驶区域上的物体、车辆或行人等各种障碍物。随后，在根据图像信息，识别目标车辆前方或者周边的待确定障碍物之后，可以进一步判断障碍物信息是否满足预设条件。
c.判断所述待确定障碍物是否满足预设条件。
其中，所述判断所述待确定障碍物是否满足预设条件，可以包括：
判断所述待确定障碍物与所述目标车辆之间的距离是否小于安全距离阈值；
响应于所述待确定障碍物与所述目标车辆之间的距离小于安全距离阈值的情况下，确定所述待确定障碍物满足预设条件。
具体的，可以根据图像信息确定待确定障碍物与目标车辆之间的距离。例如，可以基于多个时刻下的多个图像，确定哪些障碍物是接近目标车辆的障碍物。示例性的，可以通过摄像设备获取的参数计算图像中待确定障碍物在三维世界中的投影位置，从而确定待确定障碍物与目标车辆之间的距离。
在确定待确定障碍物与目标车辆之间的距离之后，可以进一步判断该距离是否小于安全距离阈值。其中，安全距离阈值可以根据实际情况进行设置，例如，可以根据目标车辆的速度以及目标车辆行驶区域等信息进行设置。例如，安全距离阈值可以设置为20米、50米或100米等。
d.在确定所述待确定障碍物满足预设条件的情况下，确定所述待确定障碍物为所述目标车辆行驶区域中的危险源。
具体的，在确定待确定障碍物满足预设条件的情况下，确定待确定障碍物即为目标车辆行驶区域中的危险源。随后可以并生成预警信息，以指示目标车辆执行相应的预警操作以避免与障碍物发生碰撞。其中，预警操作可以包括减速、刹车或变道等。
S203：确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息。
具体的，当目标车辆进入行驶区域后，可以确定目标车辆在行驶区域的定位信息，具体可以依靠GPS、移动终端等来获取目标车辆在行驶区域的实时定位信息，随后利用GPS或移动终端将定位信息发给实时数字孪生模型的服务端。
在获取到目标车辆在行驶区域的定位信息后，可以将定位信息映射到实时数字孪生模型中，以得到与目标车辆对应的位置信息。示例性的，获取到目标车辆在行驶区域的定位信息后，可以同步获取目标车辆在实时数字孪生模型中坐标信息。随后可以基于定位信息和预设比例尺获取目标车辆的定位信息在实时数字孪生模型中的映射距离，并可以基于映射距离、坐标信息在实时数字孪生模型中生成虚拟点，即可得到目标车辆在实时数字孪生模型中对应的位置信息。
S204：响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
具体的，通过判断位置信息是否靠近有危险源区域，若有，可以进一步利用位置信息的坐标计算和危险源区域的距离，具体是与危险源区域的最近距离，若当前位置信息和危险源区域的最近距离小于危险距离阈值，则表明目标车辆靠近危险源区域，则可以生成预警信息并推送给目标车辆。
在一种可选的实施方式中，利用位置信息的坐标计算和危险源区域的距离长短，可以分为多个等级的预警信息，且可以采用不同的方式进行推送，例如当距离比较远，即预警等级比较低时，则可以通过文字说明的方式进行推送，当距离比较短，即预警等级比较高的时，则可以通过语音的方式进行推送，这里均不作限定。
可见，本发明首先获取与目标车辆行驶信息对应的实时数字孪生模型，基于实时数字孪生模型，获取目标车辆行驶区域中的危险源，确定目标车辆在行驶区域的定位信息，并将定位信息映射到实时数字孪生模型中以得到与目标车辆对应的位置信息，响应于位置信息靠近危险源，以生成预警信息并发送给目标车辆，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
本申请的又一实施例提供了一种车辆危险预警装置，如图3所示的一种车辆危险预警装置的结构示意图，所述装置包括：
第一获取模块301，用于获取与目标车辆行驶信息对应的实时数字孪生模型；
第二获取模块302，用于基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
确定模块303，用于确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
生成模块304，用于响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
具体的，所述第二获取模块，包括：
第一确定单元，用于确定所述目标车辆行驶区域的道路信息，其中，所述道路信息包括道路曲率信息和道路坡度信息；
第二确定单元，用于根据所述目标车辆的当前车速和所述道路信息，确定所述目标车辆行驶区域中的危险源。
具体的，所述第二获取模块，包括：
第一获取单元，用于获取所述目标车辆行驶区域中多个待确定车辆的行驶状态；
预测单元，用于基于所述多个待确定车辆的行驶状态，分别预测所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率；
第三确定单元，用于响应于所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率大于预设的概率阈值，确定当前所述待确定车辆为所述目标车辆行驶区域中的危险源。
具体的，所述第二获取模块，包括：
第二获取单元，用于实时获取目标车辆前方预设范围内的图像信息；
识别单元，用于根据所述图像信息，识别所述目标车辆前方的待确定障碍物；
判断单元，用于判断所述待确定障碍物是否满足预设条件；
第四确定单元，用于在确定所述待确定障碍物满足预设条件的情况下，确定所述待确定障碍物为所述目标车辆行驶区域中的危险源。
具体的，所述判断单元，包括：
判断子单元，用于判断所述待确定障碍物与所述目标车辆之间的距离是否小于安全距离阈值；
响应子单元，用于响应于所述待确定障碍物与所述目标车辆之间的距离小于安全距离阈值的情况下，确定所述待确定障碍物满足预设条件。
与现有技术相比，本发明首先获取与目标车辆行驶信息对应的实时数字孪生模型，基于实时数字孪生模型，获取目标车辆行驶区域中的危险源，确定目标车辆在行驶区域的定位信息，并将定位信息映射到实时数字孪生模型中以得到与目标车辆对应的位置信息，响应于位置信息靠近危险源，以生成预警信息并发送给目标车辆，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
本发明实施例还提供了一种存储介质，所述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运行时实现上述任一项方法实施例中的步骤。
具体的，在本实施例中，上述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：
S201：获取与目标车辆行驶信息对应的实时数字孪生模型；
S202：基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
S203：确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
S204：响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
具体的，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-OnlyMemory，简称为ROM)、随机存取存储器(RandomAccess Memory，简称为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。
与现有技术相比，本发明首先获取与目标车辆行驶信息对应的实时数字孪生模型，基于实时数字孪生模型，获取目标车辆行驶区域中的危险源，确定目标车辆在行驶区域的定位信息，并将定位信息映射到实时数字孪生模型中以得到与目标车辆对应的位置信息，响应于位置信息靠近危险源，以生成预警信息并发送给目标车辆，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
本发明实施例还提供了一种电子设备，包括存储器和处理器，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任一项方法实施例中的步骤。
具体的，上述电子设备还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
具体的，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S201：获取与目标车辆行驶信息对应的实时数字孪生模型；
S202：基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
S203：确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
S204：响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
与现有技术相比，本发明首先获取与目标车辆行驶信息对应的实时数字孪生模型，基于实时数字孪生模型，获取目标车辆行驶区域中的危险源，确定目标车辆在行驶区域的定位信息，并将定位信息映射到实时数字孪生模型中以得到与目标车辆对应的位置信息，响应于位置信息靠近危险源，以生成预警信息并发送给目标车辆，它通过提出一种利用数字孪生技术的车辆危险预警方法，极大的提高驾驶的安全性，并提升了危险预警的准确性。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。
其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施5例，所涉及的动作和模块并不一定是本发明所必须的。
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的部分，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可通过其
它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单0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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
5上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，0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。
上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器中。基于这样的理解，本发明5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器中，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上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种车辆危险预警方法，其特征在于，所述方法包括：
获取与目标车辆行驶信息对应的实时数字孪生模型；
基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
2.根据权利要求1所述的方法，其特征在于，所述实时数字孪生模型，包括：
环境模拟单元、决策规划单元和底层控制执行单元；其中，
所述环境模拟单元用于模拟所有行驶车辆的行驶信息，其中，所述行驶信息包括所述所有行驶车辆的行驶状态、行驶区域的道路状况及交通设施信息；
所述决策规划单元用于利用危险预警评估算法，评估不同危险源的危险程度，并筛选最佳预警方案；
所述底层控制执行单元用于接收所述最佳预警方案，并通过预设反馈方式进行所述目标车辆的紧急避险操作。
3.根据权利要求1所述的方法，其特征在于，当所述危险源为危险区域时，所述获取所述目标车辆行驶区域中的危险源，包括：
确定所述目标车辆行驶区域的道路信息，其中，所述道路信息包括道路曲率信息和道路坡度信息；
根据所述目标车辆的当前车速和所述道路信息，确定所述目标车辆行驶区域中的危险源。
4.根据权利要求1所述的方法，其特征在于，当所述危险源为危险车辆时，所述获取所述目标车辆行驶区域中的危险源，包括：
获取所述目标车辆行驶区域中多个待确定车辆的行驶状态；
基于所述多个待确定车辆的行驶状态，分别预测所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率；
响应于所述多个待确定车辆中的任意一个与所述目标车辆的碰撞概率大于预设的概率阈值，确定当前所述待确定车辆为所述目标车辆行驶区域中的危险源。
5.根据权利要求1所述的方法，其特征在于，当所述危险源为危险障碍物时，所述获取所述目标车辆行驶区域中的危险源，包括：
实时获取目标车辆前方预设范围内的图像信息；
根据所述图像信息，识别所述目标车辆前方的待确定障碍物；
判断所述待确定障碍物是否满足预设条件；
在确定所述待确定障碍物满足预设条件的情况下，确定所述待确定障碍物为所述目标车辆行驶区域中的危险源。
6.根据权利要求5所述的方法，其特征在于，所述判断所述待确定障碍物是否满足预设条件，包括：
判断所述待确定障碍物与所述目标车辆之间的距离是否小于安全距离阈值；
响应于所述待确定障碍物与所述目标车辆之间的距离小于安全距离阈值的情况下，确定所述待确定障碍物满足预设条件。
7.根据权利要求2所述的方法，其特征在于，所述预设反馈方式，包括：
目标车辆的仪表显示方式、声音报警方式或视频播放方式中的一种或多种。
8.一种车辆危险预警装置，其特征在于，所述装置包括：
第一获取模块，用于获取与目标车辆行驶信息对应的实时数字孪生模型；
第二获取模块，用于基于所述实时数字孪生模型，获取所述目标车辆行驶区域中的危险源，其中，所述危险源包括危险区域、危险车辆或危险障碍物中的一种或其组合；
确定模块，用于确定所述目标车辆在所述行驶区域的定位信息，并将所述定位信息映射到所述实时数字孪生模型中以得到与所述目标车辆对应的位置信息；
生成模块，用于响应于所述位置信息靠近所述危险源，以生成预警信息并发送给所述目标车辆。
9.一种存储介质，其特征在于，所述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运行时实现所述权利要求1至7任一项中所述的方法。
10.一种电子设备，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实现所述权利要求1至7任一项中所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211675709.2A CN116312045A (zh) | 2022-12-26 | 2022-12-26 | 一种车辆危险预警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211675709.2A CN116312045A (zh) | 2022-12-26 | 2022-12-26 | 一种车辆危险预警方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116312045A true CN116312045A (zh) | 2023-06-23 |
Family
ID=86824695
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211675709.2A Pending CN116312045A (zh) | 2022-12-26 | 2022-12-26 | 一种车辆危险预警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116312045A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116700199A (zh) * | 2023-08-09 | 2023-09-05 | 聊城市飓风工业设计有限公司 | 一种基于数字孪生技术的工厂生产控制方法及系统 |
| CN117607872A (zh) * | 2023-11-23 | 2024-02-27 | 湖南高速信息科技有限公司 | 基于毫米波雷达的闯入预警系统 |
-
2022
- 2022-12-26 CN CN202211675709.2A patent/CN116312045A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116700199A (zh) * | 2023-08-09 | 2023-09-05 | 聊城市飓风工业设计有限公司 | 一种基于数字孪生技术的工厂生产控制方法及系统 |
| CN116700199B (zh) * | 2023-08-09 | 2023-10-20 | 聊城市飓风工业设计有限公司 | 一种基于数字孪生技术的工厂生产控制方法及系统 |
| CN117607872A (zh) * | 2023-11-23 | 2024-02-27 | 湖南高速信息科技有限公司 | 基于毫米波雷达的闯入预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11074813B2 (en) | Driver behavior monitoring | |
| CN109389824B (zh) | 一种驾驶风险的评估方法及装置 | |
| US11967230B2 (en) | System and method for using V2X and sensor data | |
| CN111489588B (zh) | 车辆驾驶风险预警方法及装置、设备、存储介质 | |
| US10776735B2 (en) | Risk information processing method and server device | |
| CN110400478A (zh) | 一种路况通知方法及装置 | |
| CN116312045A (zh) | 一种车辆危险预警方法及装置 | |
| CN111724616B (zh) | 基于人工智能的数据获取及共享的方法与装置 | |
| CN108307295A (zh) | 用于弱势道路使用者避免事故的方法和装置 | |
| CN113345269B (zh) | 基于v2x车联网协同的交通工具危险预警的方法、装置和设备 | |
| EP3403219A1 (en) | Driver behavior monitoring | |
| US10369995B2 (en) | Information processing device, information processing method, control device for vehicle, and control method for vehicle | |
| CN111094095B (zh) | 自动地感知行驶信号的方法、装置及运载工具 | |
| CN103680209A (zh) | 交通信息系统和路况采集发布、防追尾、事故判断方法 | |
| TW202246093A (zh) | 偵測車輛的駕駛行為 | |
| JP7362733B2 (ja) | 道路環境情報の自動化クラウドソーシング | |
| JP2019046319A (ja) | 衝突防止装置、衝突防止方法、衝突防止プログラム、記録媒体 | |
| JP2023093660A (ja) | 制御装置、制御方法、および、制御装置用プログラム | |
| WO2023179494A1 (zh) | 危险预警的方法、装置和车辆 | |
| JP2023024857A (ja) | 路車間連携情報処理方法、装置、システム、電子機器、記憶媒体およびコンピュータプログラム | |
| JP6732053B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
| GB2485581A (en) | Method of alerting the driver of a vehicle of an accident risk | |
| CN116142178A (zh) | 一种车辆辅助驾驶方法、系统、介质及电子设备 | |
| JP2024513710A (ja) | 光投影装置及び方法並びに記憶媒体 | |
| CN117178309A (zh) | 用于创建具有碰撞概率的地图的方法 |
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 |