WO2021189767A1 - 一种基于v2x的多目标处理方法 - Google Patents

一种基于v2x的多目标处理方法 Download PDF

Info

Publication number
WO2021189767A1
WO2021189767A1 PCT/CN2020/111803 CN2020111803W WO2021189767A1 WO 2021189767 A1 WO2021189767 A1 WO 2021189767A1 CN 2020111803 W CN2020111803 W CN 2020111803W WO 2021189767 A1 WO2021189767 A1 WO 2021189767A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
target vehicle
target
data
threat level
Prior art date
Application number
PCT/CN2020/111803
Other languages
English (en)
French (fr)
Inventor
张耿旭
范晓娟
刘晓阳
罗作煌
Original Assignee
惠州市德赛西威智能交通技术研究院有限公司
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 惠州市德赛西威智能交通技术研究院有限公司 filed Critical 惠州市德赛西威智能交通技术研究院有限公司
Publication of WO2021189767A1 publication Critical patent/WO2021189767A1/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477Temporal data queries

Abstract

一种基于V2X的多目标处理方法,包括获取本车位置信息以及目标车辆状态信息(101);调取目标车辆的历史评估数据,历史评估数据包括目标车辆的威胁等级,所述威胁等级用于评估目标车辆对本车辆的威胁强度(102);根据威胁等级,筛选出有效的目标车辆状态信息(103);根据本车位置信息以及有效的目标车辆状态信息,分析出当下时刻的威胁等级,并生成新的评估数据(104);利用新的评估数据对历史评估数据进行更新,并根据威胁等级做出相应预警(105)。该方法能对获取的目标车辆状态信息进行初步筛查,忽略威胁强度不高的目标车辆数据,在有限的硬件资源条件下,实现对更多有效数据的快速处理,保证了实时、准确的目标预警能力。

Description

一种基于V2X的多目标处理方法 技术领域
本发明涉及V2X通信技术,特别涉及一种基于V2X的多目标处理方法。
背景技术
V2X(vehicle to everything)目前是车联网发展的关键领域之一,其主要内容包括以下几种互联类型:车与车互联(Vehicle to Vehicle,V2V)、车与基础设施互联(Vehicle to Infrastructure,V2I)、车与人互联(Vehicle to Pedestrian,V2P)以及车与互联网的互联(Vehicle to Network)。其中,车与车的互联能够使本车与环境中其他车辆实现信息交互,从而使本车能实时获取周围其他车辆的行驶状态以及路况信息等,从而对驾驶员作出预警提醒,以提高驾驶安全性、减少拥堵、提高交通效率。
现阶段的V2X技术通信距离一般大于300m,这就意味着,在本车所搭载的V2X系统的通信范围内,一般会存在多个目标车辆节点,而每个目标车辆节点都会周期性的向外广播信息,广播周期通常为100ms,所以本车会不断地收到来自各个目标车辆节点的数据,这些数据都是需要经过本车V2X系统进行处理的,甚至接收到的目标车辆节点的数据在一定范围内可以是无限增加的。但是,由于本车配置的硬件处理能力又是有限的,接收到大量的目标节点数据后,无法实时处理,通常只能把来不及处理的目标节点数据先存入队列,然后根据硬件处理能力,对列队中的目标节点数据再逐一取出并计算处理。这种处理方案无法从本质上解决有限的硬件处理能力和多目标节点数据之间的矛盾,不可避免的会导致列队的不断增长,数据大量积压,即接收到的数据无法被实时处理,从而引发预警滞后、误报、漏报等严重问题,甚至引发不必要的交通事故。
如何在有限的硬件资源能力下,处理更多的目标车辆节点数据,并保持实时、准确的目标预警能力,逐渐成为了目前急需解决的技术问题。目前,为了提高对目标车辆节点数据的处理速度,实现实时处理,部分厂家选择在接收到目标节点数据后,根据硬件处理能力,丢弃掉一部分目标节点数据,避免数据的大量积压。该方法虽能提高数据处理的实时性,但由于部分数据被直接丢弃,容易错过关键信息,导致预警不及时、误报、漏报等现象。因此,开发一种基于V2X系统的 信息筛查方法,以实现对多目标的准确、快速处理是就显得尤为重要。
发明内容
本发明为了解决上述技术问题,提供了一种基于V2X的多目标处理方法,基于搭设在本车上的本车V2X系统以及分别搭设在多个目标车辆上的V2X系统,包括:
获取本车位置信息以及目标车辆状态信息;
调取目标车辆的历史评估数据,历史评估数据包括目标车辆的威胁等级,所述威胁等级用于评估目标车辆对本车辆的威胁强度;
根据威胁等级,筛选出有效的目标车辆状态信息;
根据本车位置信息以及有效的目标车辆状态信息,分析出当下时刻的威胁等级,并生成新的评估数据;
利用新的评估数据对历史评估数据进行更新,并根据威胁等级做出相应预警。
进一步的,所述本车位置信息是指本车坐标值;所述目标车辆状态信息包括目标车辆坐标值、数据获取时间及唯一标识码,所述唯一标识码包括车架号或车牌号。
进一步的,所述历史评估数据还包括目标车辆的唯一标识码、历史评估数据生成时间、目标车辆与本车辆之间的历史距离。
进一步的,所述调取目标车辆的历史评估数据,历史评估数据包括目标车辆的威胁等级,所述威胁等级用于评估目标车辆对本车辆的威胁强度步骤,包括:
提取目标车辆状态信息中的唯一标识码;
在本车V2X系统的信息列表中查找与唯一标识码相匹配的历史评估数据,若查找结果存在,则调取与唯一标识码相匹配的历史评估数据,以备用;否则,直接将该目标车辆的威胁等级设定为最高级别,并计算目标车辆与本车辆之间的距离以生成首次评估数据。
进一步的,所述根据威胁等级,筛选出有效的目标车辆状态信息步骤,包括:
对不同的威胁等级分别预设丢弃时间范围,所述丢弃时间范围是指两次获取到有效的目标车辆状态信息所需最短时间间隔;
提取历史评估数据中的威胁等级,确定与该威胁等级相匹配的丢弃时间范围;
将数据获取时间与历史评估数据生成时间做差值计算,以获取时间间隔;
判断时间间隔是否位于丢弃时间范围内,若是,则将目标车辆状态信息直接丢弃;否则,视为有效的目标车辆状态信息。
进一步的,所述根据本车位置信息以及有效的目标车辆状态信息,计算出当下时刻的威胁等级,并生成新的评估数据步骤,包括:
根据本车位置信息和有效的目标车辆状态信息,计算出目标车辆与本车辆之间当下时刻的当前距离;
由当前距离分析出目标车辆与本车辆之间的碰撞时间;
根据碰撞时间确定目标车辆当下时刻的威胁等级,并生成新的评估数据。
进一步的,根据本车坐标值与目标车辆坐标值计算目标车辆与本车辆之间当下时刻的当前距离。
进一步的,所述由当前距离分析出目标车辆与本车辆之间的碰撞时间步骤,包括:
提取历史评估数据中的目标车辆与本车辆之间的历史距离,并将其与当前距离做差值,以获取距离变化值;
将数据获取时间与历史评估数据生成时间做差值,以获取时间变化值;
将距离变化值与时间变化值作比值,计算变化速度;
将当前距离与变化速度做比值,以获取碰撞时间。
进一步的,所述根据碰撞时间确定目标车辆当下时刻的威胁等级,并生成新的评估数据步骤,包括:
根据碰撞时间确定威胁等级,碰撞时间越小,威胁等级越大;
获取威胁等级、目标车辆与本车辆之间的当前距离、唯一标识码及当下系统时间,生成新的评估数据。
一种便于实现多目标处理的V2X系统,基于上述的一种基于V2X的多目标处理方法,包括搭设在本辆汽车上的本车V2X系统,所述本车V2X系统包括数据获取模块、数据筛选模块、指标计算模块、评价模块及信息更新模块;所述数据获取模块用于实时获取本车位置信息以及目标车辆状态信息,并将获取到的信息实时传输至数据筛选模块;所述数据筛选模块根据存储的历史评估数据对接收到的目标车辆状态信息进行筛查,获取到有效的目标车辆状态信息,且将有效的目标车辆状态信息及时传输至指标计算模块;所述指标计算模块根据有效的目标 车辆状态信息计算出评价指标,并将评价指标传输至评价模块;所述评价模块会根据评价指标为目标车辆的威胁等级进行评估,并将评估出的威胁等级以及有效的目标车辆状态信息一并传输至信息更新模块;所述信息更新模块会根据接收到的威胁等级以及有效的目标车辆状态信息,对历史数据进行更新,以保证数据的有效性。
与现有技术相比,本发明的有益效果是如下:
与现有技术相比较,本发明公开了一种基于V2X的多目标处理方法,该多目标处理方法能够根据历史评估数据对获取到的目标车辆状态信息进行初步筛查,忽略无效数据,使得车载V2X系统能够在有限的硬件处理条件下,实现对更多有效的目标车辆状态信息进行快速处理,保证了实时、准确的目标预警能力,避免了预警滞后、误报、漏报等现象的发生,大大提高了V2X系统的多目标处理能力。
附图说明
图1为实施例1中基于V2X的多目标处理流程示意图。
图2为实施例1中目标数据筛选处理流程示意图。
图3为实施例1中本车V2X系统的内部各模块连接关系示意图。
附图标记
1-本车V2X系统,2-数据获取模块,3-数据筛选模块,4-指标计算模块,5-评价模块,6-信息更新模块。
附图仅用于示例性说明,不能理解为对本专利的限制;为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际尺寸;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的;相同或相似的标号对应相同或相似的部件;附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制。
具体实施方式
下面对本发明的较佳实施例进行详细阐述,以使本发明的优点和特征更易被本领域技术人员理解,从而对本发明的保护范围作出更为清楚的界定。
实施例1
如图1所示,本实施例提供了一种基于V2X的多目标处理方法,基于搭设在本车上的本车V2X系统1以及分别搭设在多个目标车辆上的V2X系统。
一种基于V2X的多目标处理方法具体包括如下步骤:
101、获取本车位置信息以及目标车辆状态信息。
本实施例中,本车位置信息以及目标车辆状态信息都是以一个固定的时间周期来获取的,一般是V2X系统的信息发射周期,如1次/100ms。本车位置信息是指本车坐标值,通常用HvLoc(h x,h y)来表示,其中(h x,h y)是本车所在地方坐标系的坐标值。而目标车辆状态信息则包括目标车辆坐标值、数据获取时间及唯一标识码,此处的唯一标识码包括车架号或车牌号。目标车辆状态信息通常用RvInfo(rId,r x,r y,t now)表示,其中rId代表了唯一标识码,(r x,r y)则代表了目标车辆所在地方坐标系的坐标值,t now则代表数据获取时间。
102、调取目标车辆的历史评估数据,历史评估数据包括目标车辆的威胁等级,所述威胁等级用于评估目标车辆对本车辆的威胁强度。
作为优选的,本实施例中的历史评估数据还包括目标车辆的唯一标识码、历史评估数据生成时间、目标车辆与本车辆之间的历史距离。
由于在步骤101中获取到的目标车辆状态信息包括有唯一标识码,同时存储在本车V2X系统内的历史评估数据中也含有唯一标识码。因此,在调取目标车辆的历史评估数据时,需要先从获取的目标车辆状态信息(rId,r x,r y,t now)中提取出目标车辆的唯一标识码,然后将唯一标识码输入至本车V2X系统1的信息列表中,查找是否存在有与该唯一标识码相匹配的历史评估数据。通常信息列表包括有若干目标车辆的历史评估数据,相当于一个数据存储库,格式类似于RvList{Rv a(rId,t last,dis last,Level m),…..,Rv n(rId,t last,dis last,Level k)…},其中t last为历史评估数据的生成时间,dis last为历史评估数据中目标车辆与本车辆之间的历史距离,Level*为历史评估数据中目标车辆的威胁等级。若在上述信息列表中的查找结果是存在,即信息列表中保存有与该唯一标识码相匹配的历史评估数据,那么则会继续调取与唯一标识码相匹配的历史评估数据,以待后续备用。若查找结果是不存在,即意味着该目标车辆是第一次出现在本车V2X系统1的覆盖范围内,此时,为了引起系统的重视,避免漏报,会直接将该目标车辆的威胁等级设定为最高级别,并计算目标车辆与本车辆之间的距离,以生成首次评估报告。
103、根据威胁等级,筛选出有效的目标车辆状态信息。
针对信息列表中存在与该唯一标识码相匹配的历史评估数据的情况,还需要 进一步根据调取出的历史评估数据,获取到该目标车辆在历史评估数据中存储的威胁等级,并根据威胁等级筛选出有效的目标车辆状态信息。
具体实施时,如图2所示,首先需要提前对不同的威胁等级分别预设丢弃时间范围,所述丢弃时间范围是指两次获取到有效的目标车辆状态信息所需最短时间间隔,或者可以理解为获取有效的目标车辆状态信息的时间周期。举例说明,如Level 1的丢弃时间范围为(0,T 1)、Level 2的丢弃时间范围为(0,T 2)、Level 3的丢弃时间范围为(0,T 3)等,若将威胁等级Level 1视为最高级别的威胁,那么通常T 1就会取值最小,即T 1<T 2<T 3,这是因为当以Level 1代表最高威胁等级时,就意味着目标车辆对本车辆的威胁强度是最高的,该目标车辆与本车辆的安全行驶是息息相关的,需要对其进行密切关注和监测,因此对目标车辆状态信息需要频繁进行取值,即目标车辆状态信息的取值间隔越小;反之,当威胁等级逐渐下降后,就意味着目标车辆对本车辆的威胁强度较低,即影响不大,此时为了兼顾硬件有限的处理能力,即可以使其目标车辆状态信息的取值间隔相对较大一些,取值相对不那么频繁,从而兼顾数据处理速度和安全预警。当预设了丢弃数据范围之后,就可以从步骤102中调取的历史评估数据内提取出存储的威胁等级,并根据不同威胁等级预设的丢弃时间范围,确定出与该威胁等级相匹配的丢弃时间范围。之后再将数据获取时间与历史评估数据生成时间做差值计算,以获取时间间隔,即△t=t now-t last。最后,判断时间间隔是否位于对应威胁等级的丢弃时间范围内,若是,则将目标车辆状态信息直接丢弃;否则,视为有效的目标车辆状态信息。通过利用威胁等级能够将大量的非关键的目标车辆状态信息删除掉,筛选出对本车可能造成直接威胁的车辆,从而大大减轻了本车V2X系统1的计算任务,有效避免了数据的大量积累,提高了处理的实时性和有效性。
104、根据本车位置信息以及有效的目标车辆状态信息,分析出当下时刻的威胁等级,并生成新的评估数据。
具体的,首先,根据本车位置信息和有效的目标车辆状态信息,计算出目标车辆与本车辆之间当下时刻的当前距离。换句话说,其实根据本车坐标值(h x,h y)和目标车辆坐标值(r x,r y)就可以利用两点距离计算公式dis now 2=(r x-h x) 2+(r y-h y) 2,获取到目标车辆与本车辆之间当下时刻的当前距离dis now。然后,即可由当前距离分析出目标车辆与本车辆之间的碰撞时间。最后,根据碰撞时间确定目标车辆当下时刻的威胁等级,并生成新的评估数据。
本实施例中,为了计算出目标车辆与本车辆之间的碰撞时间,还需要提取出历史评估数据中目标车辆与本车辆之间的历史距离dis last,并将其与当前距离dis now做差值,以获取距离变化值D。随后将数据获取时间t now与历史评估数据的生成时间t last做差值,以获取时间变化值△t。利用距离变化值D与时间变化值△t作比值计算,得出变化速度V,即两车之间的相对变化速度。再将当前距离dis now与变化速度V做比值,就可以获取到碰撞时间t c。具体计算公式如下所示:
t c=dis now *(t now-t last)/dis last-dis now
其中,t c为碰撞时间,dis now为目标车辆与本车辆之间当下时刻的当前距离,dis last为历史评估数据中目标车辆与本车辆之间的历史距离,t now为目标车辆状态信息的数据获取时间,t last为历史评估数据的生成时间。
一旦通过上述公式计算出碰撞时间后,就可以根据碰撞时间确定目标车辆当下时刻的威胁等级。一般不同的碰撞时间会被划分到不同的威胁等级,例如,当0≤t c<T c1则该目标车辆当下时刻的威胁等级为Level 1,当T c1≤t c<T c2则该目标车辆当下时刻的威胁等级为Level 2,当T c2≤t c<T c3则该目标车辆当下时刻的威胁等级为Level 3,以此类推。当然,0<T c1<T c2<T c3,T c1、T c2、T c3均为系统预设的阈值的,用户可以根据需要自行设定,在此不做限制。由上面所述的威胁等级的评估方法可知,碰撞时间越小,表明目标车辆越容易与本车辆发生碰撞,相应的威胁等级也就越大,那么目标车辆对本车辆的威胁强度就越高,越需要系统密切关注。待威胁等级确定之后,就可根据计算出的当下时刻的威胁等级、目标车辆与本车辆之间的当前距离、唯一标识码以及当下系统时间,生成新的评估数据。
值得注意的是,当dis last与dis now的差值小于0时,即意味着目标车辆与本车辆之间的距离随着时间在逐渐增大,或者可以理解为两车相背而行,那么计算出的t c就会是负值,此时系统会认为该目标车辆对本车辆的威胁很小,从而直接将该目标车辆当下时刻的威胁等级设定为最小级别。
105、利用新的评估数据对历史评估数据进行更新,并根据威胁等级做出相应预警。
当新的评估数据生成后,也就意味着,对目标车辆的实时评估已完成,此时只需要将新的评估数据保存至本车V2X系统1的信息列表,以对之前存储的历史评估数据进行更新即可。数据更新完成以后,当下一次再获取到该目标车辆状态信息时,就会以此次更新后的评估数据作为历史评估数据进行下一轮的分析, 以提高分析的准确性。
与此同时,本车V2X系统1也会将评估出的威胁等级及时发送至车载控制系统,由车载控制系统根据威胁等级对驾驶员做出不同级别的预警响应,如声音大小不同的语音提示、震动等。
本实施例公开的多目标处理方法的实现原理如下:
车辆在行驶过程中,在本车V2X系统1的信号覆盖范围内不可避免地会存在很多目标车辆。然而,这么多目标车辆当中,对本车可能造成直接威胁的车辆实际上并不多,也许仅有周围的几辆车而已。所以在本车V2X系统1无法承载上百个目标车辆的计算任务下,我们仅需识别出这些有威胁的目标车辆,并对有威胁的目标车辆进行预警计算即可,这样就无需对所有的车辆都进行预警计算。另外,目标车辆和本车的威胁关系是动态的,也就是说,对本车有威胁的目标车辆随着行驶会不断产生变化,所以我们同样不能丢弃所有没有威胁的车辆,而是需要对所有目标车辆进行威胁等级划分,并根据威胁等级对目标车辆的数据选择周期性地计算监测。威胁等级越高,预警计算的频次就越高,对那些当前几乎没有威胁的目标车辆,我们可以丢弃更多该目标车辆状态参数,这样就大大降低了计算量,从而让系统能够实时地处理那些威胁等级高的目标车辆,保证预警的实时,可靠,提供系统的多目标处理能力。
实施例2:
本实施例公开了一种便于实现多目标处理的V2X系统,基于实施例1中所述的一种基于V2X的多目标处理方法,包括搭设在本辆汽车上的本车V2X系统1,本车V2X系统1与车载控制单元通信连接。本车V2X系统1包括数据获取模块2、数据筛选模块3、指标计算模块4、评价模块5及信息更新模块6。数据获取模块2能够与其他车辆上的V2X系统实现通信连接,用于实时获取本车位置信息以及目标车辆状态信息,并将获取到的信息实时传输至数据筛选模块3。数据筛选模块3根据存储的历史评估数据对接收到的目标车辆状态信息进行筛查,获取到有效的目标车辆状态信息,且将有效的目标车辆状态信息及时传输至指标计算模块4。指标计算模块4根据有效的目标车辆状态信息计算出评价指标,并将评价指标传输至评价模块5。评价模块5会根据评价指标为目标车辆的威胁等级进行评估,并将评估出的威胁等级以及有效的目标车辆状态信息一并传输至信息更新模块6。信息更新模块6会根据接收到的威胁等级以及有效的目标车辆 状态信息,对历史数据进行更新,以保证数据的有效性。与此同时,本车V2X系统1会将威胁等级传输至车载控制单元,由车载控制单元根据威胁等级做出相匹配的预警提醒。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (10)

  1. 一种基于V2X的多目标处理方法,其特征在于,基于搭设在本车上的本车V2X系统(1)以及分别搭设在多个目标车辆上的V2X系统,包括:
    获取本车位置信息以及目标车辆状态信息;
    调取目标车辆的历史评估数据,历史评估数据包括目标车辆的威胁等级,所述威胁等级用于评估目标车辆对本车辆的威胁强度;
    根据威胁等级,筛选出有效的目标车辆状态信息;
    根据本车位置信息以及有效的目标车辆状态信息,分析出当下时刻的威胁等级,并生成新的评估数据;
    利用新的评估数据对历史评估数据进行更新,并根据威胁等级做出相应预警。
  2. 如权利要求1所述一种基于V2X的多目标处理方法,其特征在于,所述本车位置信息是指本车坐标值;所述目标车辆状态信息包括目标车辆坐标值、数据获取时间及唯一标识码,所述唯一标识码包括车架号或车牌号。
  3. 如权利要求2所述一种基于V2X的多目标处理方法,其特征在于,所述历史评估数据还包括目标车辆的唯一标识码、历史评估数据生成时间、目标车辆与本车辆之间的历史距离。
  4. 如权利要求3所述一种基于V2X的多目标处理方法,其特征在于,所述调取目标车辆的历史评估数据,历史评估数据包括目标车辆的威胁等级,所述威胁等级用于评估目标车辆对本车辆的威胁强度步骤,包括:
    提取目标车辆状态信息中的唯一标识码;
    在本车V2X系统的信息列表中查找与唯一标识码相匹配的历史评估数据,若查找结果存在,则调取与唯一标识码相匹配的历史评估数据,以备用;否则,直接将该目标车辆的威胁等级设定为最高级别,并计算目标车辆与本车辆之间的距离以生成首次评估数据。
  5. 如权利要求3所述一种基于V2X的多目标处理方法,其特征在于,所述根据威胁等级,筛选出有效的目标车辆状态信息步骤,包括:
    对不同的威胁等级分别预设丢弃时间范围,所述丢弃时间范围是指两次 获取到有效的目标车辆状态信息所需最短时间间隔;
    提取历史评估数据中的威胁等级,确定与该威胁等级相匹配的丢弃时间范围;
    将数据获取时间与历史评估数据生成时间做差值计算,以获取时间间隔;
    判断时间间隔是否位于丢弃时间范围内,若是,则将目标车辆状态信息直接丢弃;否则,视为有效的目标车辆状态信息。
  6. 如权利要求3所述一种基于V2X的多目标处理方法,其特征在于,所述根据本车位置信息以及有效的目标车辆状态信息,计算出当下时刻的威胁等级,并生成新的评估数据步骤,包括:
    根据本车位置信息和有效的目标车辆状态信息,计算出目标车辆与本车辆之间当下时刻的当前距离;
    由当前距离分析出目标车辆与本车辆之间的碰撞时间;
    根据碰撞时间确定目标车辆当下时刻的威胁等级,并生成新的评估数据。
  7. 如权利要求6所述一种基于V2X的多目标处理方法,其特征在于,根据本车坐标值与目标车辆坐标值计算目标车辆与本车辆之间当下时刻的当前距离。
  8. 如权利要求6所述一种基于V2X的多目标处理方法,其特征在于,所述由当前距离分析出目标车辆与本车辆之间的碰撞时间步骤,包括:
    提取历史评估数据中的目标车辆与本车辆之间的历史距离,并将其与当前距离做差值,以获取距离变化值;
    将数据获取时间与历史评估数据生成时间做差值,以获取时间变化值;
    将距离变化值与时间变化值作比值,计算变化速度;
    将当前距离与变化速度做比值,以获取碰撞时间。
  9. 如权利要求8所述一种基于V2X的多目标处理方法,其特征在于,所述根据碰撞时间确定目标车辆当下时刻的威胁等级,并生成新的评估数据步骤,包括:
    根据碰撞时间确定威胁等级,碰撞时间越小,威胁等级越大;
    获取威胁等级、目标车辆与本车辆之间的当前距离、唯一标识码及当下系统时间,生成新的评估数据。
  10. 一种便于实现多目标处理的V2X系统,基于权利要求1-9任一项所述的一种基于V2X的多目标处理方法,其特征在于,包括搭设在本辆汽车上的本车V2X系统(1),所述本车V2X系统(1)包括数据获取模块(2)、数据筛选模块(3)、指标计算模块(4)、评价模块(5)及信息更新模块(6);所述数据获取模块(2)用于实时获取本车位置信息以及目标车辆状态信息,并将获取到的信息实时传输至数据筛选模块(3);所述数据筛选模块(3)根据存储的历史评估数据对接收到的目标车辆状态信息进行筛查,获取到有效的目标车辆状态信息,且将有效的目标车辆状态信息及时传输至指标计算模块(4);所述指标计算模块(4)根据有效的目标车辆状态信息计算出评价指标,并将评价指标传输至评价模块(5);所述评价模块(5)会根据评价指标为目标车辆的威胁等级进行评估,并将评估出的威胁等级以及有效的目标车辆状态信息一并传输至信息更新模块(6);所述信息更新模块(6)会根据接收到的威胁等级以及有效的目标车辆状态信息,对历史数据进行更新,以保证数据的有效性。
PCT/CN2020/111803 2020-03-27 2020-08-27 一种基于v2x的多目标处理方法 WO2021189767A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202010230392.6A CN111582635A (zh) 2020-03-27 2020-03-27 一种基于v2x的多目标处理方法
CN202010230392.6 2020-03-27

Publications (1)

Publication Number Publication Date
WO2021189767A1 true WO2021189767A1 (zh) 2021-09-30

Family

ID=72124223

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/111803 WO2021189767A1 (zh) 2020-03-27 2020-08-27 一种基于v2x的多目标处理方法

Country Status (2)

Country Link
CN (1) CN111582635A (zh)
WO (1) WO2021189767A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582635A (zh) * 2020-03-27 2020-08-25 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x的多目标处理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651162A (zh) * 2016-12-09 2017-05-10 思建科技有限公司 一种基于大数据的驾驶风险评估方法
CN109658693A (zh) * 2018-12-26 2019-04-19 大唐软件技术股份有限公司 一种路况信息获取和处理的方法及装置
CN110276953A (zh) * 2019-06-28 2019-09-24 青岛无车承运服务中心有限公司 基于北斗定位系统的车辆违规行驶风险分析方法
US20200005633A1 (en) * 2018-06-28 2020-01-02 Cavh Llc Cloud-based technology for connected and automated vehicle highway systems
CN110807930A (zh) * 2019-11-07 2020-02-18 中国联合网络通信集团有限公司 危险车辆预警方法及装置
CN111582635A (zh) * 2020-03-27 2020-08-25 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x的多目标处理方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8892347B1 (en) * 2013-06-01 2014-11-18 Savari, Inc. System and method for node adaptive filtering and congestion control for safety and mobility applications toward automated vehicles system
US10206076B2 (en) * 2015-06-09 2019-02-12 Lg Electronics Inc. Communication method for user equipment in V2X communication system, and user equipment
US10157539B1 (en) * 2017-11-01 2018-12-18 Qualcomm Incorporated Techniques and apparatuses for prioritizing vehicle-to-everything (V2X) communication messages based on threat level estimation
CN109686125B (zh) * 2019-01-11 2021-05-18 重庆邮电大学 一种基于hmm的v2x车联网车辆防撞预警系统
CN110148312B (zh) * 2019-04-30 2021-04-16 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x系统的碰撞预警方法、装置和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106651162A (zh) * 2016-12-09 2017-05-10 思建科技有限公司 一种基于大数据的驾驶风险评估方法
US20200005633A1 (en) * 2018-06-28 2020-01-02 Cavh Llc Cloud-based technology for connected and automated vehicle highway systems
CN109658693A (zh) * 2018-12-26 2019-04-19 大唐软件技术股份有限公司 一种路况信息获取和处理的方法及装置
CN110276953A (zh) * 2019-06-28 2019-09-24 青岛无车承运服务中心有限公司 基于北斗定位系统的车辆违规行驶风险分析方法
CN110807930A (zh) * 2019-11-07 2020-02-18 中国联合网络通信集团有限公司 危险车辆预警方法及装置
CN111582635A (zh) * 2020-03-27 2020-08-25 惠州市德赛西威智能交通技术研究院有限公司 一种基于v2x的多目标处理方法

Also Published As

Publication number Publication date
CN111582635A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
US11520331B2 (en) Methods and apparatus to update autonomous vehicle perspectives
US11074813B2 (en) Driver behavior monitoring
US11836985B2 (en) Identifying suspicious entities using autonomous vehicles
US20210375128A1 (en) System and method for detection and quantification of irregular traffic congestion
EP3403219A1 (en) Driver behavior monitoring
US11860979B2 (en) Synchronizing image data with either vehicle telematics data or infrastructure data pertaining to a road segment
US11170639B2 (en) Transportation threat detection system
CN113936463B (zh) 一种基于雷达和视频数据融合的隧道交通管控方法及系统
US20240149915A1 (en) Classification and prioritization of objects for autonomous driving
CN111462530A (zh) 一种车辆管理方法、车辆管理装置及电子设备
US20220036728A1 (en) Re-identification and revocation for misbehaving vehicle detection
WO2021189767A1 (zh) 一种基于v2x的多目标处理方法
CN113380034B (zh) 事故定位方法和装置、电子设备和计算机可读存储介质
CN114512002A (zh) 一种道路路面异常检测方法及装置
CN114495505B (zh) 拥堵路段通过时长的预测方法、装置、介质及服务器
CN117079465A (zh) 一种用于高速公路的行驶车辆安全预警方法与系统
CN113256981B (zh) 基于车辆行驶数据的报警分析方法、装置、设备和介质
CN115240405A (zh) 一种交通信息管理方法、系统、网络设备及存储介质
Mien et al. Development of the System of Monitoring Traffic Vehicle Volume and Density on the Vietnam’s Street
CN111653090B (zh) 一种基于v2x的无威胁车辆筛选方法
JP5728751B2 (ja) 交通案内情報生成装置、交通案内情報生成方法および交通案内情報生成プログラム
US20210221382A1 (en) Anomalous driver detection system
CN114419915A (zh) 一种车辆通行方法、装置、电子设备和存储介质
Sheikh et al. Research Article An Improved Automatic Traffic Incident Detection Technique Using a Vehicle to Infrastructure Communication
CN117649767A (zh) 一种基于数字孪生技术的交通路况分析系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20927493

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20927493

Country of ref document: EP

Kind code of ref document: A1