CN116959290A - 汽车碰撞预警方法、装置、设备及存储介质 - Google Patents

汽车碰撞预警方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116959290A
CN116959290A CN202210390278.9A CN202210390278A CN116959290A CN 116959290 A CN116959290 A CN 116959290A CN 202210390278 A CN202210390278 A CN 202210390278A CN 116959290 A CN116959290 A CN 116959290A
Authority
CN
China
Prior art keywords
vehicle
time
motion
determining
collision
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
Application number
CN202210390278.9A
Other languages
English (en)
Inventor
曹健
赵琳
周宇
周智民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Intelligent Driving Research Institute Co Ltd
Original Assignee
Changsha Intelligent Driving Research Institute Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Intelligent Driving Research Institute Co Ltd filed Critical Changsha Intelligent Driving Research Institute Co Ltd
Priority to CN202210390278.9A priority Critical patent/CN116959290A/zh
Publication of CN116959290A publication Critical patent/CN116959290A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请属于智能驾驶领域，提出了一种汽车碰撞检测方法、装置、设备及存储介质。该方法包括：采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；获取所述车辆在当前时刻所确定的运动轨迹，所述运动轨迹包括第一运动轨迹和第二运动轨迹；基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程；根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。通过该方法，可以简化碰撞计算，快速准确的生成碰撞预警。

Description

汽车碰撞预警方法、装置、设备及存储介质
技术领域
本申请属于智能驾驶领域，尤其涉及汽车碰撞预警方法、装置、设备及存储介质。
背景技术
随着汽车的普及，交通事故出现的次数也有所增加。汽车驾驶的安全性成了为厂商和消费者关注的首要问题。为了减少车辆出现碰撞，通常会基于车辆的历史轨迹预测车辆的运动状态和运动路线，从而确定车辆之间的碰撞时间，从中筛选出可能发生碰撞的车辆进行预警。
但是，在车辆运行过程中，道路状况复杂，车辆姿态变化等情况，通过历史轨迹预测车辆运动状态和运动路线，以预测车辆的碰撞风险的方式，需要获取较为复杂的车身信息，包括如车身大小、刹车信息、方向盘转移等，获取的数据以及计算较为复杂，且准确度不高，容易产生误报警，不利于提高驾驶人员的驾驶体验。
发明内容
有鉴于此，本申请实施例提供了汽车碰撞检测方法、装置、设备及存储介质，以解决现有技术中进行碰撞检测时，需要获取的数据以及计算较为复杂，所检测的准确度不高，容易产生误报警，不利于提高驾驶人员的驾驶体验的问题。
本申请实施例的第一方面提供了一种汽车碰撞预警方法，所述方法包括：
采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
根据所述车辆的多个位置和车辆处于所述位置时的时间，获取所述车辆在当前时刻所确定的运动轨迹，所述运动轨迹包括第一运动轨迹和第二运动轨迹，所述第一运动轨迹的运动时长小于第二运动轨迹的运动时长；
基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程；
根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。
结合第一方面，在第一方面的第一种可能实现方式中，基于所述第二运动轨迹确定所述车辆的行驶状态，包括：
根据所述第二运动轨迹确定所述车辆行驶的加速度和速度；
当所述加速度与所述速度方向不同时，根据所述加速度和所述速度确定所述车辆速度减速至0时的减速完成时刻，根据所述减速完成时刻与所述预测时段的关系，确定所述车辆的行驶状态。
结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，根据所述车辆在减速完成时刻与所述预测时段的关系，确定所述车辆的行驶状态，包括：
当所述减速完成时刻处于预设的预测时段内时，标注该车辆为减速状态；
当所述减速完成时刻早于所述预测时段的起始时刻，则标注该车辆为静止车辆；
当所述减速完成时刻晚于所述预测时段的结束时刻，则标注该车辆为运动状态。
结合第一方面，在第一方面的第三种可能实现方式中，基于所述第一运动轨迹确定所述车辆运动的线性方程，包括：
根据第一运动轨迹中的轨迹点的横坐标与时间的关系确定第一线性方程组；
根据第一运动轨迹中的轨迹点的纵坐标与时间的关系确定第二线性方程组；
根据所述第一线性方程组和所述第二线性方程组确定车辆运动的线性方程。
结合第一方面，在第一方面的第四种可能实现方式中，根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险，包括：
根据所述线性方程确定两辆车的交叉位置点；
根据所述行驶状态，确定两辆车分别到达所述交叉位置点的第一时刻和第二时刻；
当所述第一时刻和所述第二时刻属于预设的预测时段，且所述第一时刻和所述第二时刻均早于所述车辆速度减速至0时的减速完成时刻时，根据所述第一时刻和所述第二时刻计算碰撞时长；
在所述碰撞时长小于预定的碰撞时长阈值时，生成碰撞预警。
结合第一方面的第四种可能实现方式，在第一方面的第五种可能实现方式中，在所述碰撞时长小于预定的碰撞时长阈值时，生成碰撞预警之前，所述方法还包括：
获取所述第二运动轨迹中距离当前时刻最近时间点所在的第一位置P1、距离当前时刻最远时间点所在的第二位置P2，以及中间时间点所在的第三位置P3；
计算所述第三位置P3与所述第一位置P1所构成的中间线段的距离Lp3p1、所述第三位置P3与所述第二位置P2所构成的中间线段的距离Lp2p3，以及第一位置P1和第二位置P2构成的轨迹首尾线段Lp1p3；
根据中间线段与所述轨迹首尾线段的比值确定所述车辆运动轨迹的曲率；
根据所述车辆运动轨迹的曲率确定所述碰撞时长阈值。
结合第一方面的第四种可能实现方式，在第一方面的第六种可能实现方式中，根据所述行驶状态，确定两辆车分别到达所述交叉位置点的第一时刻和第二时刻，包括：
根据所述交叉位置点相对于所述车辆的方位，确定所述车辆的主要坐标轴运动方向；
根据所述车辆的主要坐标轴运动方向，选择与该坐标轴对应的线性方程计算所述车辆到达所述交叉位置点的第一时刻和第二时刻。
结合第一方面，在第一方面的第七种可能实现方式中，采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间，包括：
当所述车辆处于无路侧的C-V2X场景中时，通过汽车的车载单元采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
当所述车辆处于有路侧的C-V2X场景中时，通过路侧单元采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间。
本申请实施例的第二方面提供了一种汽车碰撞预警装置，所述装置包括：
采集单元，用于采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
运动轨迹确定单元，用于根据所述车辆的多个位置和车辆处于所述位置时的时间，获取所述车辆在当前时刻所确定的运动轨迹，所述运动轨迹包括第一运动轨迹和第二运动轨迹，所述第一运动轨迹的运动时长小于第二运动轨迹的运动时长；
行驶状态确定单元，用于基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程；
预警单元，用于根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。
本申请实施例的第三方面提供了汽车碰撞预警设备，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第一方面任一项所述方法的步骤。
本申请实施例的第四方面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第一方面任一项所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是：在本申请中，通过采用预定区域内的车辆的位置，以及车辆处于所述位置时的时间，和获取车身数据相比，本申请所获取的数据更为简单；基于所述位置和所述时间，获取车辆的第一轨迹和第二轨迹，基于运动时长较长的第二轨迹确定汽车的行驶状态，相对于路侧智能感知系统，可提高所获取的汽车行驶状态的精度；基于运动时长较短的第一轨迹确定汽车运动的线性方程，从而简化计算，从而能够快速准确的通过所述行驶状态和所述线性方程确定是否生成碰撞预警。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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是本申请实施例提供的一种汽车碰撞预警的实施场景示意图；
图2是本申请实施例提供的又一汽车碰撞预警的实施场景示意图；
图3是本申请实施例提供的一种汽车碰撞预警方法的实现流程示意图；
图4是本申请实施例提供的一种计算轨迹曲率的示意图；
图5是本申请实施例提供的一种确定汽车加减速状态的实现流程示意图；
图6是本申请实施例提供的一种根据线性方程和行驶状态进行碰撞检测的实现流程示意图；
图7是本申请实施例提供的一种汽车碰撞预警装置的示意图；
图8是本申请实施例提供的汽车碰撞预警设备的示意图。
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，以便透彻理解本申请实施例。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申请。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申请的描述。
为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
图1为本申请实施例提供的一种汽车碰撞预警方法的实施场景示意图。如图1所示，在汽车行驶的场景中，在路侧设置有路侧感知设备、路侧单元(英文简称为RSU，英文全称为Road Side Unit)和交通诱导屏。MEC(Mobile Edge Computing，中文全称为移动计算边缘)服务器与所述路侧单元相连。在道路上行驶的汽车可以包括普通车和网联车等。
路侧感知设备可以包括摄像机、毫米波雷达以及激光雷达等。通过路侧感知设备，可以采集汽车在道路上行驶的图像，将所采集的图像发送给MEC服务器，通过MEC服务器确定汽车的位置，以及汽车在每个位置时的时刻，并可基于本申请所示的汽车碰撞预警方法，确定是否生成碰撞预警。当检测到网联车(或称为智能网联汽车)需要碰撞预警时，MEC服务器可以通过RSU将所述碰撞预警发送至该车辆，或者也可以通过交通诱导屏进行提示。当检测到普通车辆需要碰撞预警时，可以通过所述交通诱导屏进行提示。
图2为本申请实施例提供的又一汽车碰撞预警方法的实现场景示意图。如图2所示，在该场景中，道路旁边未布置有路侧单元、路侧感知设备等。在道路上行驶的车辆为网联车。在一定范围内的网联车的车载单元可以其它车辆的编号、位置、位置对应的时间等信息。车载单元可以基于本申请所示的汽车碰撞预警方法，确定该车在预定的预测时段内出现碰撞预警，如果有，则可以直接提醒驾驶人员注意碰撞风险，或者自动采集制动等避险措施。
图3为本申请实施例所提供的一种汽车碰撞预警方法的实现流程图，如图3所示，该方法包括：
在S301中，采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间。
根据本申请实施场景的不同，执行本申请所述汽车碰撞预警方法的主体也有所不同。比如在图1所示的实施场景中，所述执行主体可以MEC服务器。在图2所示的实施场景中，所述执行主体可以为汽车的车载单元(OBU)。
在采集车辆的位置，以及车辆处于所述位置的时间时，可以根据实施场景不同而采用不同的采集方式。比如，在图1所示的实施场景中，即在有路侧C-V2X智能系统环境中，MEC服务器可以通过RSU获得装载有OBU的网联车的编号、位置和位置对应的时间。可以通过路侧感知设备获得普通车辆(即未安装有OBU的车辆)的编号、位置和位置对应的时间。
在图2所示的实施场景中，在无路侧单元的场景中，比如在没有路侧单元的C-V2X智能系统环境中，装载有车载单元的网联车，通过联网通信辆获得其他网联车辆的编号、位置和位置对应的时间。
在S302中，根据所述车辆的多个位置和车辆处于所述位置时的时间，获取所述车辆在当前时刻所确定的运动轨迹。
其中，所述运动轨迹包括第一运动轨迹和第二运动轨迹，所述第一运动轨迹的运动时长小于第二运动轨迹的运动时长。
在每一次进行汽车碰撞预警计算时，可以根据所获取的位置，以及位置对应的时间确定第一轨迹和第二轨迹。其中，第一轨迹和第二轨迹均为与当前时刻相关的轨迹。比如，第一轨迹和第二轨迹可以包括当前时刻。
或者，第一轨迹或第二轨迹可以为按照预定的更新周期所更新的轨迹，那么，第一轨迹或第二轨迹可以为更新的多个轨迹中，与当前时刻最接近的一个对应的轨迹。
在可能的实现方式中，汽车碰撞预警的计算周期与第二轨迹的更新周期相同，或为第一轨迹的更新周期的整数倍。在这种情况下，则可以根据汽车碰撞预警时的当前时刻，直接确定包括当前时刻的第一轨迹和第二轨迹。
本申请实施例中的第一轨迹小于第二轨迹。比如，所述第一轨迹可以为小于1秒持续长的瞬时运动轨迹。所述第二轨迹可以为大于2秒持续时长的中距运动轨迹。根据所述位置生成的轨迹可以根据预先设定的时间间隔，在轨迹记录中循环进行存储。
在的实现方式中，同一场景中所获取的位置的坐标系可能不同。比如车路协同方法所获取的坐标基于WGS-84坐标系，基于OBU所感知的坐标位置可以通过坐标转换，统一为同一坐标系下的坐标位置，比如xy轴平面欧式坐标的位置，从而便于对车辆的位置进行统一的计算。
在S303中，基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程。
在本申请实施例中，所述行驶状态可以包括运动状态、静止状态、减速状态等。
在确定所述车辆的行驶状态时，还可以包括所述车辆的加减速度状态。如图5所示，行驶状态确定过程可以包括：
在S501中，根据所述第二运动轨迹确定所述车辆行驶的加速度和速度。
可以根据两个轨迹点之间的距离，以及两个轨迹点之间的时间差，计算得到车辆在这两个轨迹点之间的速度。根据所述车辆在所述第二运动轨迹中的速度的变化，计算得到所述车辆行驶时的加速度。
在S502中，当所述加速度与速度方向不同时，根据所述加速度和所述速度确定所述车辆速度减速至0时的减速完成时刻。
当所述车辆的加速度与所述车辆的速度方向一致，则表明车辆处于加速的运动状态。在车辆的加速度与车辆的速度方向一致时，车辆处于加速运动的状态，车辆在预设的预测时段内不会停止。
当所述车辆的加速度与所述速度方向不同，即加速度为负值，则表明车辆正在减速。则可以进一步计算车辆速度减速至0时的减速完成时刻。根据减速完成时刻与预设的预测时段的关系，确定所述车辆的行驶状态。
具体的，可以依据速度公式v＝v0+at，我们计算当前加速度a为负值，车辆处于减速状态下，车辆减速到0时所需要的时间ts＝-v0/a。车辆当前的速度为v0。
在S503中，当所述减速完成时刻处于预设的预测时段内时，标注该车辆为减速状态。
可以设定预测时段为[tp-min，tp-max]，如果减速完成时刻处于设定的预测时段内，则说明车辆在预测时段内可能会停止，可以标注车辆为减速状态。
在S504中，当所述减速完成时刻早于所述预测时段的起始时刻，则标注该车辆为静止车辆。
当减速完成时刻不处于预测时段，并且早于预测时段的起始时刻，则说明在预测开始时，车辆可能已经停止运动，可以标注车辆在预测时段为静止状态。或者，当加速度为负值，且车辆在当前时刻的速度V小于预先设定的最小速度，也可以标注该车辆在预测时段为静止状态。
在S505中，当所述减速完成时刻晚于所述预测时段的结束时刻，则标注该车辆为运动状态。
如果车辆的减速完成时刻晚于预测时段的结束时刻，即预测时段结束后，车辆仍然保持一定的速度行驶，则可以标注车辆为运动状态。
在确定所述车辆运动的线性方程时，可以根据第一运动轨迹，即瞬时运动轨迹来计算得到。
假定当前瞬时运动为直线运动，后续的运动也将按照这个趋势一直运行下去。它的矩阵关系为Ax＝b，其中
将瞬时轨迹的时间T和x轴位置X分别代入A和b中，求解得到T和X关系的线性方程组X＝Kx*T+Cx。其中，K、C为线性方程常数。
将瞬时轨迹的时间T和y轴位置Y分别代入A和b中，求解得到T和Y关系的线性方程组Y＝Ky*T+Cy。
将x轴位置X和y轴位置Y分别代入A和b中，求解得到X和Y关系的线性方程组Y＝Kp*X+Cp。
在S304中，根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。
在进行碰撞计算前，可以根据所述车辆的行驶状态，对车辆进行初步判断。比如，可以选择一辆车为主车A，可以判断主车A是否是静止状态，如果车辆处于静止状态则不参与碰撞判断。
选另一辆车为从车B，可以获取主车A与从车B的航向角。如果两车的航向角相近，比如航向角差异小于预定的角度阈值，则两车处于同向行驶状态，可进行前向碰撞检测。如果两者的航向角差异大于或等于预定的角度阈值，则可以进行交叉碰撞检测。
在进行交叉碰撞检测时，可以如图6所示，包括：
在S601中，根据所述线性方程确定两辆车的交叉位置点。
具体的，在确定两辆车的交叉位置点时，可以分别获取两辆车在当前时刻的线性方程，根据两车的位置方程Y＝Kp*X+Cp计算得到两个线性方程的解，获得交叉点位置(Xp、Yp)。
在S602中，根据所述行驶状态，确定两辆车分别到达所述交叉位置点的第一时刻和第二时刻。
可以比较车辆的Ky和Kx值与交叉位置点的距离。根据距离的大小，选择车辆的主要运动方向是x轴方向或者为y轴方向。比如，选中距离大的方向为主要运动方向。
如果主车A主要运动方向为x轴，将交叉点位置中的Xp代入线性方程X＝Kx*T+Cx，计算到达碰撞点的时间Ta。如果主要运动方向为y轴，则可以将交叉位置点的Yp代入Y＝Kp*X+Cp计算到达碰撞点的时间Ta。按照同样的方法，可以计算从车B到达碰撞点的时间Tb。
在S603中，当所述第一时刻和所述第二时刻属于预设的预测时段，且所述第一时刻和所述第二时刻均早于所述车辆速度减速至0时的减速完成时刻时，根据所述第一时刻和所述第二时刻计算碰撞时长。
可以基于预测时段来判断碰撞时间的有效性。当Ta或者Tb晚于预测时段最晚值tp-max时，说明当前碰撞时间还很早，后续车辆的运行状态未知，可以过滤当前情况，减少误报提高预警准确性。
或者，如果主车A或从车B标注为减速状态车辆。计算得到的减速时长为ts，如果减速时长ts小于Ta或Tb，说明车辆还没有到达碰撞点已经停止运行，则不需要进行碰撞计算。
如果减速时长ts小于Ta，且减速时长ts小于Tb，说明车辆在到达交叉碰撞点后仍然在运动，车辆可能会发生碰撞。此时，可以计算车辆发生碰撞的碰撞时长。碰撞时长可以根据所计算主车A和从车B到达碰撞点的时间，计算两者的差值的绝对值|Ta–Tb|作为所述主车A和从车B的碰撞时长。
在S604中，在所述碰撞时长小于预定的碰撞时长阈值时，生成碰撞预警。
将所述碰撞时长与预定的碰撞时长阈值进行比较。如果小于或等于该碰撞时长阈值，则说明车辆在预测时段内会产生碰撞，可生成碰撞风险提醒，比如可以由OBU提醒车主，或者通过RSU广播至车主，或者通过诱导屏提示风险。或者，还可以对区域内碰撞风险进行统计，根据碰撞风险指导交通管理部门对交通条件进行改善优化，提高区域的交通安全性。
如果碰撞时长大于预定的碰撞时长阈值，则说明车辆在预测时段内不会发生碰撞。
本申请实施例中，所述碰撞时长阈值可以根据所计算的路径的曲率来确定。当曲率较大，则可以选用较小的碰撞时长阈值。当曲率较小，即越接近直线运动时，可以选用较大的碰撞时长阈值。
在获取所述车辆的运动轨迹的曲率时，可以基于时长较长的第二运动轨迹进行计算确定。
可以通过获取所述第二运动轨迹中距离当前时刻最近时间点(可能为当前时刻，也可能为当前时刻之前的某一时刻)所在的第一位置P1、距离当前时刻最远时间点所在的第二位置P2，以及中间时间点所在的第三位置P3。
在确定第一位置P1、第二位置P2和第三位置P3后，可以根据所述第三位置P3与所述第一位置P1确定的中间线段、所述第三位置P3与所述第二位置P2所构成的中间线段的距离Lp3p2，以及第一位置P1和第二位置P2构成的轨迹首尾线段Lp1p3。
可以分别计算所述中间线段和所述轨迹首尾线段的长度，根据中间线段与所述轨迹首尾线段的长度的比值确定所述车辆运动轨迹的曲率。
在一种可能的计算方式中，可以通过两个中间线段的长度之和与轨迹首尾线段长度的比值，来确定所述车辆的运动轨迹的曲率。比如图4所示，可以依据公式Q＝(LP1P3+LP2P3)/LP1P2，可获得线段比值Q，当该比值Q(曲率)越接近1，则表明车辆越接近直线行驶。当比值越大，则车辆行驶的曲率越高，比如车辆可能处于弯道行驶中。
可以理解的是，不局限于两个中间线段的长度和与所述轨迹首尾线段的长度的比值的计算方式，也可以为单个中间线段与所述轨迹首尾线段的长度计算比值。
本申请实施例所述汽车碰撞预警方法，在车辆运行过程中按照所设定的计算频率循环计算。另外，在车路协同环境下，车辆的轨迹按照预定的周期进行更新，比如每隔200ms完成一次更新。本申请可设置汽车碰撞预警的计算频率与轨迹更新频率一致，比如也可设置为200ms为计算周期。另外，还可以根据车辆速度的变化，相应的调整碰撞检测频率。比如，在运行速度增加时，增加预警计算频率，以达到实时预警的效果。
基于本申请所述的汽车预警碰撞检测方法，具有如下优点：
1、数据来源简单。
本申请所获取的数据只需要车辆的编号、位置和位置对应的时间，无需获取车辆方向盘转角、刹车信息、车身大小等复杂的车身信息。数据获取更加简单，有利于提高方案实施的便利性。
2、计算简便。
本申请使用线性直线方程的方式，对于碰撞中存在的曲线碰撞的场景，大大减少了计算的复杂度。
3、兼容性强。
本申请将历史轨迹分成瞬时运动轨迹和中距运动轨迹，中距运动轨迹用计算车辆航向、速度、加速度、减速运动停止时间，瞬时运动轨迹用得到车辆的瞬时运动的线性方程。在路侧C-V2X智能系统环境下，中距运动轨迹计算的车辆航向、速度、加速度等数据可有效减缓路侧智能感知系统带来的数据误差，提高接入不同路侧感知智能感知系统的兼容性。
4、预警准确度高
4.1本申请所定义的车辆运动状态，与一般方法中的车辆运动状态定义不同。静止状态在本申请中定义为车辆车速小于预定义速度，或在预测时段之前，车速可能变为0的车辆状态；运行状态在此方法中定义为在预测时段的最晚时刻之后，车速可能仍大于0的状态；减速状态在此方法中定义为在预测时间内车速可能减为0的状态。这种定义可降低方法在运行中的误触发，提高预警的准确性。
4.2本申请通过计算两车到达预测碰撞点的时间差值，来判断碰撞风险。此方法可提高预警的准确性，减少预警漏报的情况。
5、应用场景丰富。
本申请所述汽车碰撞预警方法既可在网联汽车的车端用于本车的安全提醒，又可在路侧计算端用于区域内的风险计算和安全提醒服务。
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，而不应对本申请实施例的实施过程构成任何限定。
图7为本申请实施例提供的一种汽车碰撞预警装置的示意图，如图6所示，该装置包括：
采集单元701，用于采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
运动轨迹确定单元702，用于根据所述车辆的多个位置和车辆处于所述位置时的时间，获取所述车辆在当前时刻所确定的运动轨迹，所述运动轨迹包括第一运动轨迹和第二运动轨迹，所述第一运动轨迹的运动时长小于第二运动轨迹的运动时长；
行驶状态确定单元703，用于基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程；
预警单元704，用于根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。
图7所示的汽车碰撞预警装置，与图3所示的汽车碰撞预警方法对应。
图8是本申请一实施例提供的汽车碰撞预警设备的示意图。如图8所示，该实施例的汽车碰撞预警设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序82，例如汽车碰撞预警程序。所述处理器80执行所述计算机程序82时实现上述各个汽车碰撞预警方法实施例中的步骤。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序82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81中，并由所述处理器80执行，以完成本申请。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82在所述汽车碰撞预警设备8中的执行过程。
所述汽车碰撞预警设备可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是汽车碰撞预警设备8的示例，并不构成对汽车碰撞预警设备8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，例如所述汽车碰撞预警设备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80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81可以是所述汽车碰撞预警设备8的内部存储单元，例如汽车碰撞预警设备8的硬盘或内存。所述存储器81也可以是所述汽车碰撞预警设备8的外部存储设备，例如所述汽车碰撞预警设备8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81还可以既包括所述汽车碰撞预警设备8的内部存储单元也包括外部存储设备。所述存储器81用于存储所述计算机程序以及所述汽车碰撞预警设备所需的其他程序和数据。所述存储器81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申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备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，在本申请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，本申请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-Only Memory)、随机存取存储器(RAM，RandomAccess 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申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，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申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (11)

1.一种汽车碰撞预警方法，其特征在于，所述方法包括：
采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
根据所述车辆的多个位置和车辆处于所述位置时的时间，获取所述车辆在当前时刻所确定的运动轨迹，所述运动轨迹包括第一运动轨迹和第二运动轨迹，所述第一运动轨迹的运动时长小于第二运动轨迹的运动时长；
基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程；
根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。
2.根据权利要求1所述的方法，其特征在于，基于所述第二运动轨迹确定所述车辆的行驶状态，包括：
根据所述第二运动轨迹确定所述车辆行驶的加速度和速度；
当所述加速度与所述速度方向不同时，根据所述加速度和所述速度确定所述车辆速度减速至0时的减速完成时刻，根据所述减速完成时刻与所述预测时段的关系，确定所述车辆的行驶状态。
3.根据权利要求2所述的方法，其特征在于，根据所述车辆在减速完成时刻与所述预测时段的关系，确定所述车辆的行驶状态，包括：
当所述减速完成时刻处于预设的预测时段内时，标注该车辆为减速状态；
当所述减速完成时刻早于所述预测时段的起始时刻，则标注该车辆为静止车辆；
当所述减速完成时刻晚于所述预测时段的结束时刻，则标注该车辆为运动状态。
4.根据权利要求1所述的方法，其特征在于，基于所述第一运动轨迹确定所述车辆运动的线性方程，包括：
根据第一运动轨迹中的轨迹点的横坐标与时间的关系确定第一线性方程组；
根据第一运动轨迹中的轨迹点的纵坐标与时间的关系确定第二线性方程组；
根据所述第一线性方程组和所述第二线性方程组确定车辆运动的线性方程。
5.根据权利要求1所述的方法，其特征在于，根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险，包括：
根据所述线性方程确定两辆车的交叉位置点；
根据所述行驶状态，确定两辆车分别到达所述交叉位置点的第一时刻和第二时刻；
当所述第一时刻和所述第二时刻属于预设的预测时段，且所述第一时刻和所述第二时刻均早于所述车辆速度减速至0时的减速完成时刻时，根据所述第一时刻和所述第二时刻计算碰撞时长；
在所述碰撞时长小于预定的碰撞时长阈值时，生成碰撞预警。
6.根据权利要求5所述的方法，其特征在于，在所述碰撞时长小于预定的碰撞时长阈值时，生成碰撞预警之前，所述方法还包括：
获取所述第二运动轨迹中距离当前时刻最近时间点所在的第一位置P1、距离当前时刻最远时间点所在的第二位置P2，以及中间时间点所在的第三位置P3；
计算所述第三位置P3与所述第一位置P1所构成的中间线段的距离Lp3p1、所述第三位置P3与所述第二位置P2所构成的中间线段的距离Lp2p3，以及第一位置P1和第二位置P2构成的轨迹首尾线段Lp1p3；
根据中间线段与所述轨迹首尾线段的比值确定所述车辆运动轨迹的曲率；
根据所述车辆运动轨迹的曲率确定所述碰撞时长阈值。
7.根据权利要求5所述的方法，其特征在于，根据所述行驶状态，确定两辆车分别到达所述交叉位置点的第一时刻和第二时刻，包括：
根据所述交叉位置点相对于所述车辆的方位，确定所述车辆的主要坐标轴运动方向；
根据所述车辆的主要坐标轴运动方向，选择与该坐标轴对应的线性方程计算所述车辆到达所述交叉位置点的第一时刻和第二时刻。
8.根据权利要求1所述的方法，其特征在于，采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间，包括：
当所述车辆处于没有路侧单元的场景中时，通过汽车的车载单元采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
当所述车辆处于有路侧单元的场景中时，通过路侧单元采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间。
9.一种汽车碰撞预警装置，其特征在于，所述装置包括：
采集单元，用于采集预定区域范围内的车辆的位置，以及车辆处于所述位置时的时间；
运动轨迹确定单元，用于根据所述车辆的多个位置和车辆处于所述位置时的时间，获取所述车辆在当前时刻所确定的运动轨迹，所述运动轨迹包括第一运动轨迹和第二运动轨迹，所述第一运动轨迹的运动时长小于第二运动轨迹的运动时长；
行驶状态确定单元，用于基于所述第二运动轨迹确定所述车辆的行驶状态，基于所述第一运动轨迹确定所述车辆运动的线性方程；
预警单元，用于根据所述行驶状态和所述线性方程，确定所述区域范围内的车辆在预设的预测时段内是否存在碰撞风险。
10.一种汽车碰撞预警设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述方法的步骤。
11.一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权利要求1至8任一项所述方法的步骤。
CN202210390278.9A 2022-04-14 2022-04-14 汽车碰撞预警方法、装置、设备及存储介质 Pending CN116959290A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210390278.9A CN116959290A (zh) 2022-04-14 2022-04-14 汽车碰撞预警方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210390278.9A CN116959290A (zh) 2022-04-14 2022-04-14 汽车碰撞预警方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116959290A true CN116959290A (zh) 2023-10-27

Family

ID=88460581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210390278.9A Pending CN116959290A (zh) 2022-04-14 2022-04-14 汽车碰撞预警方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116959290A (zh)

Similar Documents

Publication Publication Date Title
CN108263383B (zh) 在协同自适应巡航控制系统中控制速度的装置和方法
CN108263382B (zh) 基于目标车辆的驾驶样式的协同自适应巡航控制系统
JP5880580B2 (ja) 車両挙動予測装置及び車両挙動予測方法、並びに運転支援装置
JP7040399B2 (ja) 情報処理システム及び情報処理方法
US8447484B2 (en) Branch-lane entry judging system
US9428196B2 (en) Vehicle driving behavior predicting device
CN109859513A (zh) 路口车道导航方法和装置
CN111845744A (zh) 车辆跟随控制方法、装置、电子设备和存储介质
CN106448190B (zh) 高速公路自车周围车流量实时监测预警装置及方法
US11351997B2 (en) Collision prediction apparatus and collision prediction method
CN112208533B (zh) 车辆控制系统、车辆控制方法及存储介质
CN111994071A (zh) 后向追尾主动避让方法、系统、存储介质
US10977882B1 (en) Driver health profile
JP5874553B2 (ja) 運転特性診断システム、運転特性診断装置
CN110053616B (zh) 车辆驾驶辅助系统和方法
US20220375349A1 (en) Method and device for lane-changing prediction of target vehicle
CN109887321B (zh) 无人车变道安全判别方法、装置及存储介质
US20210390857A1 (en) Information processing device, program, and information processing method
CN112677972A (zh) 自适应巡航方法及装置、设备及介质
CN113830084B (zh) 基于多车道车辆主动避撞的控制方法及车辆
CN116959290A (zh) 汽车碰撞预警方法、装置、设备及存储介质
CN114333414A (zh) 停车让行检测装置、停车让行检测系统以及记录介质
CN115139999B (zh) 车辆与行人防撞控制方法及装置、电子设备、存储介质
CN115966100B (zh) 一种行车安全控制方法及系统
CN110930714B (zh) 位置匹配方法及装置

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