CN118494503A - 车辆位置预测方法、装置、终端设备以及存储介质 - Google Patents
车辆位置预测方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN118494503A CN118494503A CN202410577723.1A CN202410577723A CN118494503A CN 118494503 A CN118494503 A CN 118494503A CN 202410577723 A CN202410577723 A CN 202410577723A CN 118494503 A CN118494503 A CN 118494503A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- predicted
- current
- information
- state information
- 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 60
- 238000007726 management method Methods 0.000 claims description 20
- 230000002093 peripheral effect Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种车辆位置预测方法、装置、终端设备以及存储介质，通过获取当前车辆的位置信息和/或状态信息；根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
Description
技术领域
本发明涉及汽车技术领域，尤其涉及一种车辆位置预测方法、装置、终端设备以及存储介质。
背景技术
随着汽车保有量的增加，交通问题也凸显得愈加严重，例如交通拥堵及交通事故等问题，车辆位置预测对于解决交通问题有至关重要的作用。
目前，车辆位置预测主要是通过动力学模型或运动学模型进行预测，但此类方法通常需要大量的计算资源，和/或，容易受到噪音等外部因素的影响，导致预测精度缺乏稳定性。
因此，有必要提出一种简易的车辆位置预测方法，减少计算资源及外部因素对预测精度的影响。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种车辆位置预测方法、装置、终端设备以及存储介质，旨在提出一种简易的车辆位置预测方法，减少计算资源及外部因素对预测精度的影响。
为实现上述目的，本发明提供一种车辆位置预测方法，所述车辆位置预测方法包括：
获取当前车辆的位置信息和/或状态信息；
根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
可选地，所述位置信息包括当前位置经纬度信息，所述状态信息包括整车转向角度和/或整车前进速度，所述获取当前车辆的位置信息及状态信息的步骤包括：
通过定位系统确定所述当前位置经纬度信息和/或整车转向角度；和/或，
通过车身传感器确定所述整车前进速度和/或整车转向角度。
可选地，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤包括：
根据所述状态信息计算所述当前车辆的相对预测位置；和/或，
根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置。
可选地，所述根据所述状态信息计算所述当前车辆的相对预测位置的步骤包括：
将当前位置作为坐标原点，根据所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的相对预测位置；
所述根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置的步骤包括：
根据所述位置信息中的当前位置经纬度信息，结合所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置。
可选地，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤之后还包括：
对预设时间范围内的各时间节点对应的预测位置进行计算，得到所述当前车辆的预测轨迹路线，用于进行车辆控制和/或决策辅助。
可选地，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤之后还包括：
根据所述当前车辆的预测位置和/或预测轨迹路线，结合当前车辆的周围环境信息进行碰撞概率计算，得到碰撞概率结果，用于进行车辆控制；和/或，
将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆，以供所述管理平台和/或至少一周边车辆根据所述当前车辆的预测位置进行辅助决策。
可选地，所述辅助决策包括交通拥堵程度预测、交通信号调整以及行驶路线规划中的至少一项，所述将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆的步骤之后还包括：
根据所述管理平台发送的交通拥堵程度预测结果和/或交通信号调整结果进行车辆控制；和/或，
根据所述至少一周边车辆发送的所述至少一周边车辆对应的预测位置、预测轨迹路线以及行驶路线规划中的至少一项进行车辆控制。
此外，为实现上述目的，本发明还提供一种车辆位置预测装置，所述车辆位置预测装置包括：
获取模块，用于获取当前车辆的位置信息和/或状态信息；
预测模块，用于根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆位置预测程序，所述车辆位置预测程序被所述处理器执行时实现如上所述的车辆位置预测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有车辆位置预测程序，所述车辆位置预测程序被处理器执行时实现如上所述的车辆位置预测方法的步骤。
本发明实施例提出的一种车辆位置预测方法、装置、终端设备以及存储介质，通过获取当前车辆的位置信息和/或状态信息；根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
附图说明
图1为本发明车辆位置预测装置所属终端设备的功能模块示意图；
图2为本发明车辆位置预测方法一示例性实施例的流程示意图；
图3为图2实施例中步骤S20的具体流程示意图；
图4为本发明车辆位置预测方法另一示例性实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：通过获取当前车辆的位置信息和/或状态信息；根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
本发明实施例涉及的技术术语：
GPS(Global Positioning System，全球定位系统)；
IMU(Inertial Measurement Unit，惯性测量单元)。
由于现有技术中车辆位置预测的方法主要可以分为三大类：基于物理模型的方法、基于运动模式的方法和基于规划的方法。
基于物理模型的方法利用物理模型(如动力学模型或运动学模型)来描述目标的运动状态，并以此进行轨迹预测。这类方法的优点是能够精确描述物体的运动状态，但缺点是需要大量的计算资源。
基于运动模式的方法则是通过分析历史数据中的目标运动模式来进行轨迹预测。这种方法的优点是可以处理大量数据，但缺点是可能受到噪音的影响。
基于规划的方法则是通过预设的规则或目标的意图信息进行轨迹预测。这种方法的优点是可以考虑到目标的意图，但缺点是可能受到环境变化的影响。另外，还有一部分研究是从数据驱动和行为驱动的角度对移动目标轨迹预测方法进行探讨，包括概率统计、神经网络、深度学习和混合建模等数据驱动方法以及动力学建模和目标意图识别等行为驱动方法。
本发明提供一种解决方案，通过提出一种简易的车辆位置预测方法，减少计算资源及外部因素对预测精度的影响。
具体地，参照图1，图1为本发明车辆位置预测装置所属终端设备的功能模块示意图。该车辆位置预测装置可以为独立于终端设备的、能够进行车辆位置预测的装置，其可以通过硬件或软件的形式承载于终端设备上。该终端设备可以为手机、平板电脑等具有数据处理功能的智能移动终端，还可以为具有数据处理功能的固定终端设备或服务器等。
在本实施例中，该车辆位置预测装置所属终端设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
存储器130中存储有操作系统以及车辆位置预测程序，车辆位置预测装置可以将获取的当前车辆的位置信息和/或状态信息、根据所述位置信息和/或状态信息进行计算，确定的所述当前车辆的预测位置等信息存储于该存储器130中；输出模块110可为显示屏等。通信模块140可以包括WIFI模块、移动通信模块以及蓝牙模块等，通过通信模块140与外部设备或服务器进行通信。
其中，存储器130中的车辆位置预测程序被处理器执行时实现以下步骤：
获取当前车辆的位置信息和/或状态信息；
根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
通过定位系统确定所述当前位置经纬度信息和/或整车转向角度；和/或，
通过车身传感器确定所述整车前进速度和/或整车转向角度。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
根据所述状态信息计算所述当前车辆的相对预测位置；和/或，
根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
将当前位置作为坐标原点，根据所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的相对预测位置。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
根据所述位置信息中的当前位置经纬度信息，结合所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
对预设时间范围内的各时间节点对应的预测位置进行计算，得到所述当前车辆的预测轨迹路线，用于进行车辆控制和/或决策辅助。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
根据所述当前车辆的预测位置和/或预测轨迹路线，结合当前车辆的周围环境信息进行碰撞概率计算，得到碰撞概率结果，用于进行车辆控制；和/或，
将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆，以供所述管理平台和/或至少一周边车辆根据所述当前车辆的预测位置进行辅助决策。
进一步地，存储器130中的车辆位置预测程序被处理器执行时还实现以下步骤：
根据所述管理平台发送的交通拥堵程度预测结果和/或交通信号调整结果进行车辆控制；和/或，
根据所述至少一周边车辆发送的所述至少一周边车辆对应的预测位置、预测轨迹路线以及行驶路线规划中的至少一项进行车辆控制。
本实施例通过上述方案，具体通过获取当前车辆的位置信息和/或状态信息；根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
基于上述终端设备架构但不限于上述架构，提出本发明方法实施例。
本实施例方法的执行主体可以为一种车辆位置预测装置或终端设备等，本实施例以车辆位置预测装置进行举例。
参照图2，图2为本发明车辆位置预测方法一示例性实施例的流程示意图。所述车辆位置预测方法包括：
步骤S10，获取当前车辆的位置信息和/或状态信息；
可选地，所述位置信息包括当前位置经纬度信息，所述状态信息包括整车转向角度和/或整车前进速度。
可选地，所述获取当前车辆的位置信息及状态信息的步骤包括：
通过定位系统确定所述当前位置经纬度信息和/或整车转向角度；和/或，
通过车身传感器确定所述整车前进速度和/或整车转向角度。
可选地，当前车辆的位置信息包括当前位置经纬度信息，可以通过GPS(GlobalPositioning System，全球定位系统)获取，用于反映当前车辆的准确位置。
可选地，当前车辆的状态信息包括整车转向角度和/或整车前进速度，可以通过车身传感器确定整车前进速度和/或整车转向角度，可选地，车身传感器包括轮速传感器和/或IMU(Inertial Measurement Unit，惯性测量单元)，通过轮速传感器，可以实时获取到各个车轮的速度，根据阿克曼角，可以实时计算轮胎转向角度，进而计算整车转向角度和整车前进速度；通过GPS也可以确定当前车辆的整体转向角度。
步骤S20，根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
进一步地，获取到当前车辆的位置信息和/或状态信息后，即可根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
可选地，在进行车辆位置预测过程中，可以先对获取到的当前车辆的位置信息和/或状态信息进行识别，如果未获取到当前车辆的位置信息，但获取到了当前车辆的状态信息，则可以将当前位置视为坐标原点，根据状态信息中的整车前进速度与整车转向角度，计算当前车辆在下一时间节点的相对预测位置。
可选地，将当前位置视为坐标原点，将下一时间节点与当前时间点的时间差为预测行驶时间，以坐标原点为圆心，以整车前进速度与预测行驶时间的乘积为半径，形成下一时间点当前车辆可能所处的位置点集合构成的圆形，根据整车转向角度确定对应的圆心角，即以圆心为端点作射线形成与圆形的交叉点，即为当前车辆在下一时间节点的相对预测位置。
可选地，在进行车辆位置预测过程中，可以先对获取到的当前车辆的位置信息和/或状态信息进行识别，如果获取到了当前车辆的位置信息和状态信息，则可以根据所述位置信息中的当前位置经纬度信息，结合状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置。
可选地，将下一时间节点与当前时间点的时间差为预测行驶时间，以当前位置经纬度信息为圆心，以整车前进速度与预测行驶时间的乘积为半径，形成下一时间点当前车辆可能所处的位置点集合构成的圆形，根据整车转向角度确定对应的圆心角，即以圆心为端点作射线形成与圆形的交叉点，即为当前车辆在下一时间节点的绝对预测位置。
在本实施例中，通过获取当前车辆的位置信息和/或状态信息；根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
参照图3，图3为图2实施例中步骤S20的具体流程示意图。本实施例基于上述图2所示的实施例，在本实施例中，上述步骤S20包括步骤S201与步骤S202中的至少一项：
步骤S201，根据所述状态信息计算所述当前车辆的相对预测位置；
可选地，在进行车辆位置预测过程中，由于可能存在未获取到位置信息的情况，例如，当车辆位于偏远地区等环境，或存在信号干扰等情况，因此可以先对获取到的当前车辆的位置信息和/或状态信息进行识别。
可选地，所述根据所述状态信息计算所述当前车辆的相对预测位置的步骤包括：
将当前位置作为坐标原点，根据所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的相对预测位置。
可选地，在对获取到的当前车辆的位置信息和/或状态信息进行识别后，如果未获取到当前车辆的位置信息，但获取到了当前车辆的状态信息，则可以将当前位置视为坐标原点，根据状态信息中的整车前进速度与整车转向角度，计算当前车辆在下一时间节点的相对预测位置。
可选地，将当前位置视为坐标原点，将下一时间节点与当前时间点的时间差为预测行驶时间，以坐标原点为圆心，以整车前进速度与预测行驶时间的乘积为半径，形成下一时间点当前车辆可能所处的位置点集合构成的圆形，根据整车转向角度确定对应的圆心角，即以圆心为端点作射线形成与圆形的交叉点，即为当前车辆在下一时间节点的相对预测位置。
可选地，当前车辆的相对预测位置可以反映当前车辆在下一时间点与当前位置的相对位置，可以作为短距离预测结果，用于计算一定范围内与其它车辆或障碍物等发生碰撞的概率，从而规划车辆的行驶路线，以降低发生碰撞的概率。
步骤S202，根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置。
可选地，所述根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置的步骤包括：
根据所述位置信息中的当前位置经纬度信息，结合所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置。
可选地，在对获取到的当前车辆的位置信息和/或状态信息进行识别后，如果获取到了当前车辆的位置信息和状态信息，则可以根据所述位置信息中的当前位置经纬度信息，结合状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置。
可选地，将下一时间节点与当前时间点的时间差为预测行驶时间，以当前位置经纬度信息为圆心，以整车前进速度与预测行驶时间的乘积为半径，形成下一时间点当前车辆可能所处的位置点集合构成的圆形，根据整车转向角度确定对应的圆心角，即以圆心为端点作射线形成与圆形的交叉点，即为当前车辆在下一时间节点的绝对预测位置。
可选地，当前车辆的绝对预测位置可以反映当前车辆在下一时间点时在地图上所处的位置，不仅可以作为短距离预测结果，还可以作为长距离预测结果，可以用于计算一定范围内与其它车辆或障碍物等发生碰撞的概率，从而规划车辆的行驶路线，以降低发生碰撞的概率；还可以提供至交通管理平台，用于对进行交通拥堵程度进行预测，进而作出相应调整，降低发生交通拥堵的概率，改善路况。
本实施例通过上述方案，具体通过将当前位置作为坐标原点，根据所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的相对预测位置；和/或根据所述位置信息中的当前位置经纬度信息，结合所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
参照图4，图4为本发明车辆位置预测方法另一示例性实施例的流程示意图。基于上述图2所示的实施例，在本实施例中，在根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤之后，所述车辆位置预测方法还包括：
步骤S30，对预设时间范围内的各时间节点对应的预测位置进行计算，得到所述当前车辆的预测轨迹路线，用于进行车辆控制和/或决策辅助。
可选地，根据实际需要可以从预设时间范围内均匀选取各个时间节点，进而分别计算出各个时间节点对应的预测位置，基于各个时间节点对应的预测位置可以形成当前车辆在预设时间范围内的预测轨迹路线，以用于进行车辆控制和/或决策辅助。
可选地，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤之后还包括：
步骤S40，根据所述当前车辆的预测位置和/或预测轨迹路线，结合当前车辆的周围环境信息进行碰撞概率计算，得到碰撞概率结果，用于进行车辆控制；和/或，
步骤S50，将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆，以供所述管理平台和/或至少一周边车辆根据所述当前车辆的预测位置进行辅助决策。
可选地，所述辅助决策包括交通拥堵程度预测、交通信号调整以及行驶路线规划中的至少一项。
可选地，所述将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆的步骤之后还包括：
根据所述管理平台发送的交通拥堵程度预测结果和/或交通信号调整结果进行车辆控制；和/或，
根据所述至少一周边车辆发送的所述至少一周边车辆对应的预测位置、预测轨迹路线以及行驶路线规划中的至少一项进行车辆控制。
可选地，对于当前车辆而言，根据计算出的下一时间节点的预测位置和/或预设时间范围内的预测轨迹路线，结合获取到的周围环境信息，例如行人、其它车辆以及障碍物等，可以进一步计算一定范围内与其它车辆或障碍物等发生碰撞的概率，从而通过重新规划车辆的行驶路线并对车辆进行控制，可以降低发生碰撞的概率。
可选地，对于至少一周边车辆而言，可以通过接收当前车辆发送的下一时间节点的预测位置和/或预设时间范围内的预测轨迹路线，结合自身的位置信息和/或状态信息，计算出自身与当前车辆发生碰撞的概率，从而通过重新规划车辆的行驶路线并对自身车辆进行控制，可以降低发生碰撞的概率。
可选地，对于交通管理平台而言，可以通过接收当前车辆发送的下一时间节点的预测位置和/或预设时间范围内的预测轨迹路线，对一定时间范围和/或空间范围内的交通拥堵程度进行预测，进而作出相应调整，例如动态调整交通信号，和/或，将交通拥堵程度预测结果发送至各个车辆，以使各个车辆提前得知可能发生拥堵的路段，从而调整行驶路线，降低发生交通拥堵的概率，改善路况。
可选地，对于用户许可的服务提供商而言，可以根据当前车辆发送的下一时间节点的预测位置和/或预设时间范围内的预测轨迹路线，提前部署提供相应的服务，例如在广告牌上展示用户可能感兴趣的促销内容，从而促进用户消费和经济发展，也可以提高用户的消费体验。
本实施例通过上述方案，具体通过对预设时间范围内的各时间节点对应的预测位置进行计算，得到所述当前车辆的预测轨迹路线，用于进行车辆控制和/或决策辅助；和/或，根据所述当前车辆的预测位置和/或预测轨迹路线，结合当前车辆的周围环境信息进行碰撞概率计算，得到碰撞概率结果，用于进行车辆控制；和/或，将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆，以供所述管理平台和/或至少一周边车辆根据所述当前车辆的预测位置进行辅助决策，实现了对车辆位置的精准预测，并可以根据位置预测结果对当前车辆的行驶路线进行调整，还可以为周边车辆及管理平台提供参考数据，进而降低发生交通事故和/或交通拥堵的概率，改善路况。
此外，本发明实施例还提出一种车辆位置预测装置，所述车辆位置预测装置包括：
获取模块，用于获取当前车辆的位置信息和/或状态信息；
预测模块，用于根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
本实施例实现车辆位置预测的原理及实施过程，请参照上述各实施例，在此不再赘述。
此外，本发明实施例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆位置预测程序，所述车辆位置预测程序被所述处理器执行时实现如上所述的车辆位置预测方法的步骤。
由于本车辆位置预测程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有车辆位置预测程序，所述车辆位置预测程序被处理器执行时实现如上所述的车辆位置预测方法的步骤。
由于本车辆位置预测程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
相比现有技术，本发明实施例提出的车辆位置预测方法、装置、终端设备以及存储介质，通过获取当前车辆的位置信息和/或状态信息；根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置，提供了一种简易的车辆位置预测方法，无需采用动力学模型或运动学模型，实现了对车辆位置的精准预测，降低了对计算资源的依赖，和/或，降低了外部因素对预测精度的影响。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
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上述实施例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，本申请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如上的一个存储介质(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，被控终端，或者网络设备等)执行本申请每个实施例的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种车辆位置预测方法，其特征在于，所述车辆位置预测方法包括以下步骤：
获取当前车辆的位置信息和/或状态信息；
根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
2.如权利要求1所述的车辆位置预测方法，其特征在于，所述位置信息包括当前位置经纬度信息，所述状态信息包括整车转向角度和/或整车前进速度，所述获取当前车辆的位置信息及状态信息的步骤包括：
通过定位系统确定所述当前位置经纬度信息和/或整车转向角度；和/或，
通过车身传感器确定所述整车前进速度和/或整车转向角度。
3.如权利要求2所述的车辆位置预测方法，其特征在于，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤包括：
根据所述状态信息计算所述当前车辆的相对预测位置；和/或，
根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置。
4.如权利要求3所述的车辆位置预测方法，其特征在于，所述根据所述状态信息计算所述当前车辆的相对预测位置的步骤包括：
将当前位置作为坐标原点，根据所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的相对预测位置；
所述根据所述位置信息与状态信息计算所述当前车辆的绝对预测位置的步骤包括：
根据所述位置信息中的当前位置经纬度信息，结合所述状态信息中的整车前进速度与整车转向角度，计算所述当前车辆在下一时间节点的绝对预测位置。
5.如权利要求1所述的车辆位置预测方法，其特征在于，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤之后还包括：
对预设时间范围内的各时间节点对应的预测位置进行计算，得到所述当前车辆的预测轨迹路线，用于进行车辆控制和/或决策辅助。
6.如权利要求5所述的车辆位置预测方法，其特征在于，所述根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置的步骤之后还包括：
根据所述当前车辆的预测位置和/或预测轨迹路线，结合当前车辆的周围环境信息进行碰撞概率计算，得到碰撞概率结果，用于进行车辆控制；和/或，
将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆，以供所述管理平台和/或至少一周边车辆根据所述当前车辆的预测位置进行辅助决策。
7.如权利要求6所述的车辆位置预测方法，其特征在于，所述辅助决策包括交通拥堵程度预测、交通信号调整以及行驶路线规划中的至少一项，所述将所述当前车辆的预测位置和/或预测轨迹路线发送至管理平台和/或至少一周边车辆的步骤之后还包括：
根据所述管理平台发送的交通拥堵程度预测结果和/或交通信号调整结果进行车辆控制；和/或，
根据所述至少一周边车辆发送的所述至少一周边车辆对应的预测位置、预测轨迹路线以及行驶路线规划中的至少一项进行车辆控制。
8.一种车辆位置预测装置，其特征在于，所述车辆位置预测装置包括：
获取模块，用于获取当前车辆的位置信息和/或状态信息；
预测模块，用于根据所述位置信息和/或状态信息进行计算，确定所述当前车辆的预测位置，用于进行车辆控制和/或决策辅助，其中，所述预测位置包括相对预测位置和/或绝对预测位置。
9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的车辆位置预测程序，所述车辆位置预测程序被所述处理器执行时实现如权利要求1-7中任一项所述的车辆位置预测方法的步骤。
10.一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车辆位置预测程序，所述车辆位置预测程序被处理器执行时实现如权利要求1-7中任一项所述的车辆位置预测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410577723.1A CN118494503A (zh) | 2024-05-10 | 2024-05-10 | 车辆位置预测方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410577723.1A CN118494503A (zh) | 2024-05-10 | 2024-05-10 | 车辆位置预测方法、装置、终端设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118494503A true CN118494503A (zh) | 2024-08-16 |
Family
ID=92239276
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410577723.1A Pending CN118494503A (zh) | 2024-05-10 | 2024-05-10 | 车辆位置预测方法、装置、终端设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118494503A (zh) |
-
2024
- 2024-05-10 CN CN202410577723.1A patent/CN118494503A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Trajectory planning and safety assessment of autonomous vehicles based on motion prediction and model predictive control | |
| CN112498349B (zh) | 用于紧急车道改变的操纵计划 | |
| CN108674413B (zh) | 车辆行人碰撞预防方法及系统 | |
| US10816990B2 (en) | Non-blocking boundary for autonomous vehicle planning | |
| US11636760B2 (en) | Detection and estimation of variable speed signs | |
| CN108089572B (zh) | 用于车辆定位的方法和装置 | |
| US10268200B2 (en) | Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle | |
| CN112612287B (zh) | 一种自动驾驶汽车局部路径规划系统、方法、介质及设备 | |
| US10766487B2 (en) | Vehicle driving system | |
| CN110096053B (zh) | 用于自动驾驶车辆的驾驶轨迹生成方法、系统和机器可读介质 | |
| CN102208011B (zh) | 图像处理系统及车辆控制系统 | |
| US20190315357A1 (en) | Novel method for speed adjustment of autonomous driving vehicles prior to lane change | |
| US11408739B2 (en) | Location correction utilizing vehicle communication networks | |
| CN108398701B (zh) | 车辆定位方法和装置 | |
| US11924805B2 (en) | Positioning method and device, electronic device and storage medium | |
| CN111532254A (zh) | 用于控制自主车辆的系统和方法 | |
| CN112885146A (zh) | 车辆预警方法、装置、计算机设备和存储介质 | |
| US20220227360A1 (en) | Distributed method and system for collision avoidance between vulnerable road users and vehicles | |
| US11770685B2 (en) | Systems for predicting and classifying location data based on machine learning | |
| JP2022052875A (ja) | 自動運転装置 | |
| CN112305499B (zh) | 一种根据光源进行定位的方法及装置 | |
| CN110109159B (zh) | 行驶管理方法、装置、电子设备及存储介质 | |
| CN113386738A (zh) | 风险预警系统、方法和存储介质 | |
| CN108973995B (zh) | 用于辅助驾驶的环境感知数据处理方法、装置及车辆 | |
| CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 |
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 |