CN116994457B - 车辆防碰撞的检测方法、装置、计算机设备及存储介质 - Google Patents

Abstract

本公开涉及车辆防撞技术领域，具体涉及车辆防碰撞的检测方法、装置、计算机设备及存储介质，该方法包括：获取目标车辆在多次移动后对应的多个第一坐标；从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合；根据坐标集合确定对目标车辆是否出现碰撞的检测结果目标车辆出现碰撞的检测结果。本公开实施例根据目标障碍物类型对第一坐标和第二坐标进行预设处理，快速分析出有可能发生碰撞的障碍物，或者对第二坐标进行预设处理，快速检测出目标车辆是否偏离云端下发线路，从而判断碰撞发生的可能，提升检测车辆发生碰撞的效率。

Description

车辆防碰撞的检测方法、装置、计算机设备及存储介质

技术领域

本公开涉及车辆防撞技术领域，具体涉及车辆防碰撞的检测方法、装置、计算机设备及存储介质。

背景技术

在封闭式无人驾驶情况下，车辆通过自身感知设备，对周围环境进行识别，然后对车辆控制的过程中，存在小概率的异常事件可能导致碰撞的发生。通常在封闭式无人驾驶场景中，车辆、V2X（车路协同）设备会以较高频率上报当前位置或者障碍物的轮廓及中心点，可以通过车辆与车辆、车辆与障碍物之间的距离、速度、航向角等来预测是否存在碰撞的可能，然后通过云端以下发指令的方式来控制车辆规避碰撞的发生。

但是当车辆数量达到一定数量时，由于每时每刻车辆都在上报位置，每次都需要计算任何两辆车之间是否有碰撞可能，致使碰撞检测效率会直线下降，这对于一个要求实时性很高的场景中，如何快速提高碰撞检测效率成为难题，当前还未有一种有效的提高碰撞检测效率的方法去解决实时性要求很高的场景中对碰撞检测具备高效率需求的问题。

发明内容

有鉴于此，本公开提供了一种车辆防碰撞的检测方法、装置、计算机设备及存储介质，以解决当前还未有一种有效的提高碰撞检测效率的方法去解决实时性要求很高的场景中对碰撞检测具备高效率需求的问题。

第一方面，本公开提供了一种车辆防碰撞的检测方法，该方法包括：

获取目标车辆在多次移动后对应的多个第一坐标；

从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；

根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合；

根据坐标集合确定目标车辆出现碰撞的检测结果。

在本公开实施例中，通过获取目标车辆在多次移动后对应的多个第一坐标；从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合；根据坐标集合确定对目标车辆是否出现碰撞的检测结果目标车辆出现碰撞的检测结果。本公开实施例根据目标障碍物类型对第一坐标和第二坐标进行预设处理，快速分析出有可能发生碰撞的障碍物，或者对第二坐标进行预设处理，快速检测出目标车辆是否偏离云端下发线路，从而判断碰撞发生的可能，这种加快分析效率的方式优化了算法时间复杂度，能够提升检测车辆发生碰撞的效率，解决当前还未有一种有效的提高碰撞检测效率的方法去解决实时性要求很高的场景中对碰撞检测具备高效率需求的问题。

在一种可选的实施方式中，根据选取的目标障碍物类型对第一坐标和第二坐标进行预设处理，得到取整后的多个坐标集合，包括：

在目标障碍物为除了虚拟车道之外的其他障碍物的情况下，将第一坐标和第二坐标同时除以预设数值并取整，得到第一坐标对应的第三坐标和第二坐标对应的第四坐标；

将第一坐标和第三坐标作为第一坐标集合，生成键值对存储进目标存储结构内，将第二坐标和第四坐标作为第二坐标集合，生成键值对存储进目标存储结构内，其中，目标存储结构内存储有多个由坐标集合生成的键值对。

在本公开实施例中，对目标车辆和目标障碍物的离散坐标进行统一处理，这样可以以较快的速度将距离目标车辆最近的目标障碍物筛选出来，再根据目标车辆和目标障碍物之间的距离判定是否存在碰撞的可能，加快检测效率。

在一种可选的实施方式中，根据坐标集合确定目标车辆出现碰撞的检测结果，包括：

从目标存储结构内读取第三坐标和第四坐标；

对第三坐标和第四坐标进行坐标扩大，得到扩大坐标后的第五坐标和第六坐标；

比较第五坐标和第六坐标之间的数值差值；

根据数值差值与预设阈值的比较结果，确定目标车辆出现碰撞的检测结果。

在本公开实施例中，通过对坐标进行坐标值范围的扩大，这样更能符合车辆在动态行驶中坐标出现的动态变化情况，这样检测出的碰撞结果更为准确。

在一种可选的实施方式中，根据数值差值与预设阈值的比较结果，确定目标车辆出现碰撞的检测结果，包括：

获取目标车辆的车辆关联数据；

根据车辆关联数据获取目标车辆的预判位置；

在数值差值小于预设阈值的情况下，结合预判位置，确定目标车辆出现碰撞的检测结果。

在本公开实施例中，根据目标车辆的车辆关联数据可以辅助判断出目标车辆出现碰撞的检测结果，这样更能精确最终的检测结果。

在一种可选的实施方式中，根据选取的目标障碍物类型对第二坐标进行预设处理，得到取整后的多个坐标集合，包括：

在目标障碍物为虚拟车道的情况下，对第二坐标同时除以预设数值并取整，得到第七坐标；

对第七坐标进行坐标扩大，得到扩大坐标后的第八坐标；

根据第八坐标，得到多个坐标集合。

在本公开实施例中，将云端下发的行驶的线路（即虚拟车道）作为判断车辆是否存在偏移路线，出现碰撞风险的依据，并以虚拟车道进行检测范围的展开，根据多个检测范围预防碰撞发生的可能。

在一种可选的实施方式中，根据坐标集合确定目标车辆出现碰撞的检测结果，包括：

由多个坐标集合得到虚拟车道的多个检测区域；

将第一坐标除以预设数值并取整，得到第九坐标；

根据第九坐标落入各个检测区域的区域范围，确定目标车辆出现碰撞的检测结果。

在本公开实施例中，当目标车辆上报位置后进行同样方式预处理以及取整，根据得到的取整后的坐标，可以快速识别目标车辆有没有偏离云端下发到路线，从而判断目标车辆是否与路边有碰撞的可能。

在一种可选的实施方式中，该方法还包括：

获取多种车辆类型的自动驾驶行驶车速；

根据自动驾驶行驶车速确定最大车速；

获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；

根据最大车速、预警时间以及车辆最大半长，确定预设数值。

第二方面，本公开提供了一种车辆防碰撞的检测装置，该装置包括：

第一获取模块，用于获取目标车辆在多次移动后对应的多个第一坐标；

第二获取模块，用于从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；

处理模块，用于根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合；

第一确定模块，用于根据坐标集合确定目标车辆出现碰撞的检测结果。

第三方面，本公开提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的车辆防碰撞的检测方法。

第四方面，本公开提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的车辆防碰撞的检测方法。

附图说明

为了更清楚地说明本公开具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本公开的一些实施方式，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是根据本公开一些实施例的车辆防碰撞的检测方法的流程示意图；

图2是根据本公开一些实施例的虚拟车道边界中出现车辆碰撞的模拟示意图；

图3是根据本公开一些实施例的虚拟车道边界生成图；

图4是根据本公开一些实施例的车辆防碰撞的检测装置的结构框图；

图5是本公开实施例的计算机设备的硬件结构示意图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域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，都属于本公开保护的范围。

在封闭式无人驾驶情况下，车辆通过自身感知设备，对周围环境进行识别，然后对车辆控制的过程中，存在小概率的异常事件可能导致碰撞的发生。通常在封闭式无人驾驶场景中，车辆、V2X设备会以较高频率上报当前位置或者障碍物的轮廓及中心点，可以通过车辆与车辆、车辆与障碍物之间的距离、速度、航向角等来预测是否存在碰撞的可能。但是当车辆数量达到一定数量，碰撞检测效率会直线下降，因为每时每刻车辆都在上报位置，每次都需要计算任何两辆车之间是否有碰撞可能，这样对于一个要求实时性很高的场景，效率高低就决定场景功能是否可用。而当前还未有一种快速提升碰撞检测效率的方式来解决实时性要求较高的场景下对碰撞检测具备极高效率需求的问题。

为了解决上述问题，本公开实施例提出一种车辆防碰撞的检测方法实施例，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。

图1是根据本公开实施例的车辆防碰撞的检测方法的流程图，如图1所示，该方法可以应用于云端，该方法执行流程包括如下步骤：

步骤S101，获取目标车辆在多次移动后对应的多个第一坐标。

可选地，在本公开实施例中，为了确定车辆之间是否存在碰撞的风险，以一目标车辆作为道路上行驶的车辆，比如将目标车辆作为移动点Pi，获取其在多次移动后每次移动对应的第一坐标（xi，yi），这样能够获取多个第一坐标。在这里，可以以每个第一坐标作为参考点，查看是否存在距离这个第一坐标最近的障碍物。

步骤S102，从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标。

可选地，云端可以接收大量设备（车辆、V2X）等上报信息，从障碍物集合内选取出目标障碍物，其中，障碍物集合包含道路上行驶的车辆、V2X上报的道路上出现的障碍物（如石头、树杈等）、云端下发的行驶虚拟车道（车辆在行驶过程中，如果车辆因为异常情况，偏离了云端下发的行驶虚拟车道线路时，也有可能发生碰撞事件）。这里的目标障碍物就是上述障碍物集合内的任意对象。

步骤S103，根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合。

可选地，由上述实施例可知，障碍物集合包含道路上行驶的车辆、道路上出现的障碍物、云端下发的行驶虚拟车道，这时将道路上行驶的车辆、道路上出现的障碍物划分为一种目标障碍物类型，将行驶虚拟车道划分为一种目标障碍物类型，根据当前选取的目标障碍物类型选择对第一坐标和第二坐标进行预设处理，得到取整后的多个坐标集合；或者对第二坐标进行预设处理，得到取整后的多个坐标集合。

步骤S104，根据坐标集合确定目标车辆出现碰撞的检测结果。

可选地，本公开实施例根据取整后的多个坐标集合，确定目标车辆出现碰撞的检测结果。

在本公开实施例中，通过获取目标车辆在多次移动后对应的多个第一坐标；从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合；根据坐标集合确定目标车辆出现碰撞的检测结果。本公开实施例根据目标障碍物类型对第一坐标和第二坐标进行预设处理，快速分析出有可能发生碰撞的障碍物，或者对第二坐标进行预设处理，快速检测出目标车辆是否偏离云端下发线路，从而判断碰撞发生的可能，这种加快分析效率的方式优化了算法时间复杂度，能够提升检测车辆发生碰撞的效率，解决当前还未有一种有效的提高碰撞检测效率的方法去解决实时性要求很高的场景中对碰撞检测具备高效率需求的问题。

在一些可选的实施方式中，根据选取的目标障碍物类型对第一坐标和第二坐标进行预设处理，得到取整后的多个坐标集合，包括：

在目标障碍物为除了虚拟车道之外的其他障碍物的情况下，将第一坐标和第二坐标同时除以预设数值并取整，得到第一坐标对应的第三坐标和第二坐标对应的第四坐标；

将第一坐标和第三坐标作为第一坐标集合，生成键值对存储进目标存储结构内，将第二坐标和第四坐标作为第二坐标集合，生成键值对存储进目标存储结构内，其中，目标存储结构内存储有多个由坐标集合生成的键值对。

可选地，在本公开实施例中，如果要判断目标车辆与除了虚拟车道之外的其他障碍物之间是否存在碰撞的可能的情况下，从多个第二坐标中任意取一坐标点Pj(xj，yj)，将第一坐标Pi(xi，yi)和第二坐标Pj(xj，yj)同时除以预设数值，并将除以预设数值之后的数值取整（比如向下取整），得到第三坐标(mi，ni)和第四坐标(mj，nj)。

之后(mi，ni)和(mj，nj)按照结构为（key，key，(value)）的键值对的格式存入HashMap（即目标存储结构）。比如，（mk，nk，（xk，yk）），需要说明的是，k泛指任何一个处理后点，mk是对xk除以预设数值并向下取整后的值，nk是对yk除以预设数值并向下取整后的值。由于将(mj，nj)和(mi，ni)均存入HashMap，所以当前存储HashMap的有两组(mk，nk，(xk，yk))，也即是（第三坐标，（第一坐标））以及（第四坐标，（第二坐标））。

举例：若获取一些有小数的离散坐标，比如第一坐标（5.3，4），第二坐标（4，4.2），然后若预设数值为5，这时（5.3，4）除以5，再向下取整后，得到第三坐标（1，0），（4，4.2）除以5，再向下取整后，得到第四坐标（0，0），将第一坐标和第三坐标作为第一坐标集合，生成键值对存储进目标存储结构内，得到存入结构：（1，0（5.3，4）），将第二坐标和第四坐标作为第二坐标集合，生成键值对存储进目标存储结构内，得到存入结构：（0，0（4，4.2））。

在本公开实施例中，对目标车辆和目标障碍物的离散坐标进行统一处理，这样可以以较快的速度将距离目标车辆最近的目标障碍物筛选出来，再根据目标车辆和目标障碍物之间的距离判定是否存在碰撞的可能，加快检测效率。

在一些可选的实施方式中，根据坐标集合确定对目标车辆出现碰撞的检测结果，包括：

从目标存储结构内读取第三坐标和第四坐标；

对第三坐标和第四坐标进行坐标扩大，得到扩大坐标后的第五坐标和第六坐标；

比较第五坐标和第六坐标之间的数值差值；

根据数值差值与预设阈值的比较结果，确定目标车辆出现碰撞的检测结果。

可选地，本公开实施例在得到取整后的第三坐标和第四坐标后，可以通过对坐标进行坐标值的扩大，得到多个扩大坐标值后的坐标范围，比如对第三坐标或者第四坐标增加和减小预设值，该预设值可以设定为1，这样(mj，nj)和(mi，ni)就多出mj±1，nj±1，mi±1，ni±1，将多出来的8个mj+1，mj-1，nj+1，nj-1，mi+1，mi-1，ni+1，ni-1中的mi+1，mi-1，ni+1，ni-1代入到原来的第三坐标，得到扩大坐标后的第五坐标（mi+1，ni），（mi-1，ni），（mi，ni-1），（mi，ni+1）；将mj+1，mj-1，nj+1，nj-1代入原来的第四坐标，得到扩大坐标后的第六坐标（mj+1，nj），（mj-1，nj），（mj，nj-1），（mj，nj+1）。

然后对第五坐标和第六坐标内的各个坐标值计算其数值差值，只要得到的数值差值小于设定的预设阈值，比如1，1.1等，说明目标障碍物距离目标车辆很近，存在碰撞的风险，这时得到目标车辆出现碰撞的检测结果为存在碰撞。

在本公开实施例中，通过对坐标进行坐标值范围的扩大，这样更能符合车辆在动态行驶中坐标出现的动态变化情况，这样检测出的碰撞结果更为准确。

在一些可选的实施方式中，根据数值差值与预设阈值的比较结果，确定目标车辆出现碰撞的检测结果，包括：

获取目标车辆的车辆关联数据；

根据车辆关联数据获取目标车辆的预判位置；

在数值差值小于预设阈值的情况下，结合预判位置，确定目标车辆出现碰撞的检测结果。

可选地，在本公开实施例中，除了需要根据目标车辆的坐标和目标障碍物的坐标之间的数值差值与预设阈值之间的差值比较结果外，还需要获取到目标车辆的一些关联信息去辅助判定碰撞情况。因为仅根据坐标，比如目标车辆和另外一辆车在x轴或者y轴上的数值相差数值，并不能反应是否真的存在碰撞危险，在x轴数值相同时，可能存在并行情况，在y轴数值相同时，可能存在一前一后行驶的情况，这种情况不一定就会发生碰撞。

为了精确碰撞情况，本公开实施例还会根据目标车辆的车道ID、速度、航向角等车辆关联数据来预判目标车辆在未来一段时间，比如2s后所在位置，并生成一个虚线框，如当前目标障碍物落入虚线框中表示2秒后有产生碰撞的可能，这样在数值差值小于预设阈值的情况下，结合预判位置，就能得到准确的碰撞检测结果。

在本公开实施例中，根据目标车辆的车辆关联数据可以辅助判断出目标车辆出现碰撞的检测结果，这样更能精确最终的检测结果。

在一些可选的实施方式中，根据选取的目标障碍物类型对第二坐标进行预设处理，得到取整后的多个坐标集合，包括：

在目标障碍物为虚拟车道的情况下，对第二坐标同时除以预设数值并取整，得到第七坐标；

对第七坐标进行坐标扩大，得到扩大坐标后的第八坐标；

根据第八坐标，得到多个坐标集合。

可选地，车辆在行驶过程中，如果车辆如果因为异常情况，偏离了云端下发的行驶的线路时，也有可能发生碰撞事件。为了减少碰撞的可能，可以虚拟出如图2所示的A和B两个异常检测范围，当C的位置落入A或者B的范围时，可以采取一些紧急措施。

进一步地，本公开实施例将云端下发的行驶的线路（即虚拟车道）作为目标障碍物，获取这个线路上的多个第二坐标，比如P1(x1，y1)、P2(x2，y2)，.....，Pn(xn，yn)，然后对这些第二坐标同时除以预设数值并取整，得到第七坐标，比如一条路段上的某一个第二坐标L点为(5.6，4.4)，除以预设数值，比如4，再向下取整得到：（1，1），这时得到第七坐标包括(m1，n1)，(m2，n2)，.....，(mn，nn)。

对第七坐标扩大坐标±a，以(m1，n1)为例，得到8个扩大坐标后的第八坐标，对应的坐标集合为：(m1-a，n1-a)、(m1，n1-a)、(m1+a，n1-a)、(m1-a，n1)、(m1+a，n1)、m1-a，n1+a)、(m1，n1+a)、(m1+a，n1+a)，这样，对于每个第七坐标，进行坐标扩大后，就有如图3所示的扩大后的所有M区域。由于第二坐标L点有多个，这时每针对一个路段上的坐标点，比如Q点和P点，对于Q点和P点也经过与L点相同的坐标扩大后，就能得到如图3所示的虚拟车道边界生成图。

另外，本公开实施例还可以基于已经扩大后的第八坐标再扩大±a，然后得到扩大后的更外围区域，可以参见图3所示的所有N区域。也可以再基于N区域内的每个坐标继续扩大，本公开实施例根据实际场景需求灵活调整即可。

在本公开实施例中，将云端下发的行驶的线路（即虚拟车道）作为判断车辆是否存在偏移路线，出现碰撞风险的依据，并以虚拟车道进行检测范围的展开，根据多个检测范围预防碰撞发生的可能。

在一些可选的实施方式中，根据坐标集合确定对目标车辆出现碰撞的检测结果，包括：

由多个坐标集合得到虚拟车道的多个检测区域；

将第一坐标除以预设数值并取整，得到第九坐标；

根据第九坐标落入各个检测区域的区域范围，确定目标车辆出现碰撞的检测结果。

可选地，从图3可知，一共有3个检测区域：目标车辆沿着虚拟车道行驶，未偏移；目标车辆落在M区域，这时目标车辆出现偏移，但是偏移较小；目标车辆落在N区域，这时目标车辆出现偏移，且偏移较大。

这时为了判断目标车辆行驶中到底落在哪个检测区域内，需要对目标车辆的第一坐标同样除以预设数值并取整，得到第九坐标，然后查看该第九坐标落在哪个坐标集合内，然后确定目标车辆偏移到了哪个检测区域内，若落在N区域，就认为目标车辆会出现碰撞，若落在M区域和虚拟车道内，则认为目标车辆大概率不会出现碰撞。

在本公开实施例中，当目标车辆上报位置后进行同样方式预处理以及取整，根据得到的取整后的坐标，可以快速识别目标车辆有没有偏离云端下发到路线，从而判断目标车辆是否与路边有碰撞的可能。

在一些可选的实施方式中，该方法还包括：

获取多种车辆类型的自动驾驶行驶车速；

根据自动驾驶行驶车速确定最大车速；

获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；

根据最大车速、预警时间以及车辆最大半长，确定预设数值。

可选地，本公开实施例中，在确定预设数值时，若预设数值取值过小会导致匹配次数增多，取值过大会导致丢失精度过多；因此预设数值取值应当适中。

这时需要考虑多种车辆类型的自动驾驶行驶车速（比如一园区内所有车辆类型的自动驾驶行驶车速），获取自动驾驶行驶车速的最大车速v（比如5m/s），然后还需获取该园区内车辆发生碰撞的预警时间t（比如2s）、多种车辆类型中车辆最大半长l（比如10m）。

根据最大车速、预警时间以及车辆最大半长，根据h=v*t+l的计算公式，得到每次坐标需要除以的预设数值h。需要了解的是，预设数值要根据实际场景要求的精度来确定，其数值可以灵活改变。

在本实施例中还提供了一种车辆防碰撞的检测装置，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。

本实施例提供一种车辆防碰撞的检测装置，如图4所示，包括：

第一获取模块401，用于获取目标车辆在多次移动后对应的多个第一坐标；

第二获取模块402，用于从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；

处理模块403，用于根据选取的目标障碍物类型对第一坐标和第二坐标或者对第二坐标进行预设处理，得到取整后的多个坐标集合；

第一确定模块404，用于根据坐标集合确定目标车辆出现碰撞的检测结果。

本公开实施例根据目标障碍物类型对第一坐标和第二坐标进行预设处理，快速分析出有可能发生碰撞的障碍物，或者对第二坐标进行预设处理，快速检测出目标车辆是否偏离云端下发线路，从而判断碰撞发生的可能，这种加快分析效率的方式优化了算法时间复杂度，能够提升检测车辆发生碰撞的效率，解决当前还未有一种有效的提高碰撞检测效率的方法去解决实时性要求很高的场景中对碰撞检测具备高效率需求的问题。

在一些可选的实施方式中，处理模块403包括：

第一得到单元，用于在目标障碍物为除了虚拟车道之外的其他障碍物的情况下，将第一坐标和第二坐标同时除以预设数值并取整，得到第一坐标对应的第三坐标和第二坐标对应的第四坐标；

生成单元，用于将第一坐标和第三坐标作为第一坐标集合，生成键值对存储进目标存储结构内，将第二坐标和第四坐标作为第二坐标集合，生成键值对存储进目标存储结构内，其中，目标存储结构内存储有多个由坐标集合生成的键值对。

在一些可选的实施方式中，第一确定模块404包括：

读取单元，用于从目标存储结构内读取第三坐标和第四坐标；

第二得到单元，用于对第三坐标和第四坐标进行坐标扩大，得到扩大坐标后的第五坐标和第六坐标；

比较单元，用于比较第五坐标和第六坐标之间的数值差值；

第一确定单元，用于根据数值差值与预设阈值的比较结果，确定目标车辆出现碰撞的检测结果。

在一些可选的实施方式中，第一确定单元包括：

第一获取子模块，用于获取目标车辆的车辆关联数据；

第二获取子模块，用于根据车辆关联数据获取目标车辆的预判位置；

确定子模块，用于在数值差值小于预设阈值的情况下，结合预判位置，确定目标车辆出现碰撞的检测结果。

在一些可选的实施方式中，处理模块403包括：

第三得到单元，用于在目标障碍物为虚拟车道的情况下，对第二坐标同时除以预设数值并取整，得到第七坐标；

第四得到单元，用于对第七坐标进行坐标扩大，得到扩大坐标后的第八坐标；

第五得到单元，用于根据第八坐标，得到多个坐标集合。

在一些可选的实施方式中，第一确定模块404包括：

第六得到单元，用于由多个坐标集合得到虚拟车道的多个检测区域；

第七得到单元，用于将第一坐标除以预设数值并取整，得到第九坐标；

第二确定单元，用于根据第九坐标落入各个检测区域的区域范围，确定目标车辆出现碰撞的检测结果。

在一些可选的实施方式中，该装置还包括：

第三获取模块，用于获取多种车辆类型的自动驾驶行驶车速；

第二确定模块，用于根据自动驾驶行驶车速确定最大车速；

第四获取模块，用于获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；

第三确定模块，用于根据最大车速、预警时间以及车辆最大半长，确定预设数值。

本实施例中的车辆防碰撞的检测装置是以功能单元的形式来呈现，这里的单元是指ASIC电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。

上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。

本公开实施例还提供一种计算机设备，具有上述图4所示的车辆防碰撞的检测装置。

请参阅图5，图5是本公开可选实施例提供的一种计算机设备的结构示意图，如图5所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器10为例。

处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。

其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。

存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据一种小程序落地页的展现的计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。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。

存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。

该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。

本公开实施例还提供了一种计算机可读存储介质，上述根据本公开实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。

虽然结合附图描述了本公开的实施例，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (6)

1.一种车辆防碰撞的检测方法，其特征在于，所述方法包括：

获取目标车辆在多次移动后对应的多个第一坐标；

从障碍物集合内选取目标障碍物，获取所述目标障碍物的第二坐标；

根据选取的目标障碍物类型对所述第一坐标和所述第二坐标进行预设处理，得到取整后的多个坐标集合；其中，所述根据选取的目标障碍物类型对所述第一坐标和所述第二坐标进行预设处理，得到取整后的多个坐标集合，包括：在所述目标障碍物为除了虚拟车道之外的其他障碍物的情况下，将所述第一坐标和所述第二坐标同时除以预设数值并取整，得到所述第一坐标对应的第三坐标和所述第二坐标对应的第四坐标，其中，所述预设数值是通过获取多种车辆类型的自动驾驶行驶车速；根据所述自动驾驶行驶车速确定最大车速；获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；根据所述最大车速、所述预警时间以及所述车辆最大半长，确定所述预设数值，计算公式为：h=v*t+l，v为所述最大车速、t为所述预警时间、l为所述车辆最大半长；将所述第一坐标和所述第三坐标作为第一坐标集合，生成键值对存储进目标存储结构内，将所述第二坐标和所述第四坐标作为第二坐标集合，生成键值对存储进目标存储结构内，其中，所述目标存储结构内存储有多个由所述坐标集合生成的键值对；

根据所述坐标集合确定所述目标车辆出现碰撞的检测结果，其中，所述根据所述坐标集合确定所述目标车辆出现碰撞的检测结果，包括：从所述目标存储结构内读取所述第三坐标和所述第四坐标；对所述第三坐标和所述第四坐标进行坐标扩大，得到扩大坐标后的第五坐标和第六坐标，其中，所述对第三坐标和第四坐标进行坐标扩大包括：对第三坐标或者第四坐标增加和减小预设值；比较所述第五坐标和所述第六坐标之间的数值差值；根据所述数值差值与预设阈值的比较结果，确定所述目标车辆出现碰撞的所述检测结果；其中，所述根据所述数值差值与预设阈值的比较结果，确定所述目标车辆出现碰撞的所述检测结果，包括：获取所述目标车辆的车辆关联数据；根据所述车辆关联数据获取所述目标车辆的预判位置；在所述数值差值小于所述预设阈值的情况下，结合所述预判位置，确定所述目标车辆出现碰撞的所述检测结果，其中，所述预判位置为根据目标车辆的车道ID、速度、航向角车辆关联数据预判目标车辆在未来一段时间所在位置。

2.一种车辆防碰撞的检测方法，其特征在于，所述方法包括：

获取目标车辆在多次移动后对应的多个第一坐标；

从障碍物集合内选取目标障碍物，获取所述目标障碍物的第二坐标；

根据选取的目标障碍物类型对第二坐标进行预设处理，得到取整后的多个坐标集合；其中，所述根据选取的目标障碍物类型对所述第二坐标进行预设处理，得到取整后的多个坐标集合，包括：在所述目标障碍物为虚拟车道的情况下，对所述第二坐标同时除以预设数值并取整，得到第七坐标，其中，所述预设数值是通过获取多种车辆类型的自动驾驶行驶车速；根据所述自动驾驶行驶车速确定最大车速；获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；根据所述最大车速、所述预警时间以及所述车辆最大半长，确定所述预设数值，计算公式为：h=v*t+l，v为所述最大车速、t为所述预警时间、l为所述车辆最大半长；对所述第七坐标进行坐标扩大，得到扩大坐标后的第八坐标，其中，所述对第七坐标进行坐标扩大，包括：对第七坐标增加和减小预设值；根据所述第八坐标，得到多个所述坐标集合；

根据所述坐标集合确定所述目标车辆出现碰撞的检测结果，其中，所述根据所述坐标集合确定所述目标车辆出现碰撞的检测结果，包括：由所述多个坐标集合得到虚拟车道的多个检测区域；将所述第一坐标除以所述预设数值并取整，得到第九坐标；根据所述第九坐标落入各个所述检测区域的区域范围，确定所述目标车辆出现碰撞的所述检测结果。

3.一种车辆防碰撞的检测装置，其特征在于，所述装置包括：

第一获取模块，用于获取目标车辆在多次移动后对应的多个第一坐标；

第二获取模块，用于从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；

处理模块，用于根据选取的目标障碍物类型对第一坐标和第二坐标进行预设处理，得到取整后的多个坐标集合；其中，所述处理模块包括：第一得到单元，用于在目标障碍物为除了虚拟车道之外的其他障碍物的情况下，将第一坐标和第二坐标同时除以预设数值并取整，得到第一坐标对应的第三坐标和第二坐标对应的第四坐标，其中，所述预设数值是通过获取多种车辆类型的自动驾驶行驶车速；根据所述自动驾驶行驶车速确定最大车速；获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；根据所述最大车速、所述预警时间以及所述车辆最大半长，确定所述预设数值，计算公式为：h=v*t+l，v为所述最大车速、t为所述预警时间、l为所述车辆最大半长；生成单元，用于将第一坐标和第三坐标作为第一坐标集合，生成键值对存储进目标存储结构内，将第二坐标和第四坐标作为第二坐标集合，生成键值对存储进目标存储结构内，其中，目标存储结构内存储有多个由坐标集合生成的键值对；

第一确定模块，用于根据坐标集合确定目标车辆出现碰撞的检测结果，其在，所述第一确定模块包括：读取单元，用于从目标存储结构内读取第三坐标和第四坐标；第二得到单元，用于对第三坐标和第四坐标进行坐标扩大，得到扩大坐标后的第五坐标和第六坐标，其中，所述对第三坐标和第四坐标进行坐标扩大包括：对第三坐标或者第四坐标增加和减小预设值；比较单元，用于比较第五坐标和第六坐标之间的数值差值；第一确定单元，用于根据数值差值与预设阈值的比较结果，确定目标车辆出现碰撞的检测结果，其中，所述第一确定单元包括：第一获取子模块，用于获取目标车辆的车辆关联数据；第二获取子模块，用于根据车辆关联数据获取目标车辆的预判位置；确定子模块，用于在数值差值小于预设阈值的情况下，结合预判位置，确定目标车辆出现碰撞的检测结果，其中，所述预判位置为根据目标车辆的车道ID、速度、航向角车辆关联数据预判目标车辆在未来一段时间所在位置。

4.一种车辆防碰撞的检测装置，其特征在于，所述装置包括：

第一获取模块，用于获取目标车辆在多次移动后对应的多个第一坐标；

第二获取模块，用于从障碍物集合内选取目标障碍物，获取目标障碍物的第二坐标；

处理模块，用于根据选取的目标障碍物类型对第二坐标进行预设处理，得到取整后的多个坐标集合；其中，所述处理模块包括：第三得到单元，用于在目标障碍物为虚拟车道的情况下，对第二坐标同时除以预设数值并取整，得到第七坐标，其中，所述预设数值是通过获取多种车辆类型的自动驾驶行驶车速；根据所述自动驾驶行驶车速确定最大车速；获取车辆发生碰撞的预警时间、多种车辆类型中车辆最大半长；根据所述最大车速、所述预警时间以及所述车辆最大半长，确定所述预设数值，计算公式为：h=v*t+l，v为所述最大车速、t为所述预警时间、l为所述车辆最大半长；第四得到单元，用于对第七坐标进行坐标扩大，得到扩大坐标后的第八坐标，其中，所述对第七坐标进行坐标扩大，包括：对第七坐标增加和减小预设值；第五得到单元，用于根据第八坐标，得到多个坐标集合；

第一确定模块，用于根据所述坐标集合确定所述目标车辆出现碰撞的检测结果；其中，所述第一确定模块包括：第六得到单元，用于由多个坐标集合得到虚拟车道的多个检测区域；第七得到单元，用于将第一坐标除以预设数值并取整，得到第九坐标；第二确定单元，用于根据第九坐标落入各个检测区域的区域范围，确定目标车辆出现碰撞的检测结果。

5.一种计算机设备，其特征在于，包括：

存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1或2中任一项所述的车辆防碰撞的检测方法。

6.一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上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1或2中任一项所述的车辆防碰撞的检测方法。