CN106355890A - 一种对目标车辆分类的判断方法及装置 - Google Patents

一种对目标车辆分类的判断方法及装置 Download PDF

Info

Publication number
CN106355890A
CN106355890A CN201610855126.6A CN201610855126A CN106355890A CN 106355890 A CN106355890 A CN 106355890A CN 201610855126 A CN201610855126 A CN 201610855126A CN 106355890 A CN106355890 A CN 106355890A
Authority
CN
China
Prior art keywords
vehicle
target vehicle
traveling
described target
relative
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.)
Granted
Application number
CN201610855126.6A
Other languages
English (en)
Other versions
CN106355890B (zh
Inventor
张珠华
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.)
Neusoft Corp
Original Assignee
Neusoft Corp
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 Neusoft Corp filed Critical Neusoft Corp
Priority to CN201610855126.6A priority Critical patent/CN106355890B/zh
Publication of CN106355890A publication Critical patent/CN106355890A/zh
Application granted granted Critical
Publication of CN106355890B publication Critical patent/CN106355890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/056Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种对目标车辆分类的判断方法及装置,涉及计算机技术领域,主要目的在于通过分析车辆的GPS(Global Positioning System,全球定位***)定位信息判断与目标车辆的相对行驶位置,从而降低使用高精度地图集的成本。本发明主要的技术方案为:根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;判断所述目标车辆相对本车辆所在的行驶车道;根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。本发明主要用于行驶车辆间的相对位置的类别判断。

Description

一种对目标车辆分类的判断方法及装置
技术领域
本发明涉及计算机技术领域,尤其涉及一种对目标车辆分类的判断方法及装置。
背景技术
VANET(Vehicular Ad-hoc NETwork,车辆自组织网络)是指在道路上车辆之间、车辆与固定接入点之间组成的能够相互通信的开放移动Ad Hoc(点对点)网络,是智能交通***(Intelligent Transport System ITS)重要组成部分。它是一个自组织、部署方便、费用低廉、结构开放的车辆间无线通信网络,该VANET也是一种特殊的移动自组织网络,在车载自组织网络中车辆之间以及车辆和基础设施之间进行短距离通信,用于传递辅助驾驶,事故避免等实时信息,同时提供车载娱乐、实时导航等服务,从而提高交通运输的效率和可靠性。
车辆之间如何有效的交换信息是车载自组织网络中一个极其重要的问题,目前,主流的信息传递方式包括:广播模式和请求模式。由于基于广播模式的应用在车载自组织网络中极具潜力,所以,现有的技术基本上都是基于广播的应用。车载自组织网络中的安全应用能够为驾驶员提供其周围车辆的行驶状况信息以及突发的紧急情况从而提高了车辆的行驶安全。在现有的车间通信技术中,车辆采集自身数据信息并通过车间V2V(Vehicle-to-Vehicle,车对车通讯技术)通信将数据广播给周围车辆,周边车辆可以通过接收到的车辆数据信息判断其它车辆的运行状态及异常状态,在车辆行驶过程中,不同方位的车辆对车辆的影响不同,例如对于前向碰撞应用来讲,可能对自车行驶带来影响的为其正前方区域行驶的车辆集,而对于交叉路口碰撞应用来讲,对自车产生影响的则为左右交叉行驶的车辆集。当前,对于相邻车辆间的行驶位置的分类方式主要参考美国国家公路交通安全管理局NHTSA在VSC-A(Vehicle Safety Communications-Applications)的研究中提出的17类分类方式,其中包括同向行驶的10类,反向行驶的5类,及左右交叉行驶的2类。而对于将相邻车辆的行驶位置准确划分到正确的类别中的方式主要依靠高精度地图集来实现,而将高精度地图集集成到车辆的通信设备中的成本较高,导致该技术的普及与推广受到限制。
发明内容
有鉴于此,本发明提供一种对目标车辆分类的判断方法及装置,主要目的在于通过分析车辆的GPS(Global Positioning System,全球定位***)定位信息判断与目标车辆的相对行驶位置,以降低集成高精度地图集的成本。
为达到上述目的,本发明提供如下技术方案:
依据本发明的一个方面,提出了一种对目标车辆分类的判断方法,该方法包括:
根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
判断所述目标车辆相对本车辆所在的行驶车道;
根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
依据本发明的另一个方面,提出了一种对目标车辆分类的判断装置,该装置包括:
第一判断单元,用于根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
第二判断单元,用于利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
第三判断单元,用于判断所述目标车辆相对本车辆所在的行驶车道;
确定单元,用于根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
本发明所采用的一种对目标车辆分类的判断方法及装置,提供了在车间V2V通信技术中一种判断车间相对行驶位置的计算方法以及装置,以美国国家公路交通安全管理局提出的17类分类方式为基础,通过从3个维度来判断车辆间的相对行驶位置,分别为车辆相对的行驶方向、行驶位置以及行驶车道,再综合这3个维度的判断结果确定车辆相对位置的所属分类,以便根据具体的分类对车辆的行驶参数进行分析判断,对存在危险行驶的车辆向本车辆发布预警消息。本发明所采用的判断方法其判断的基础数据是源于GPS定位信息,由于GPS定位技术已被广泛地应用于车辆定位技术中,其应用成本相对高精度地图集的应用要低廉,也更易普及,因此,通过该方法能够有效地降低车间V2V通信技术的应用成本,便于推广该技术的实际应用,从而提高车辆行驶过程中的安全性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提出的一种对目标车辆分类的判断方法流程图;
图2示出了本发明实施例中在坐标系中判断目标车辆相对本车辆的行驶位置示意图;
图3示出了本发明实施例中在弯道与直道内判断行驶车道的区别示意图;
图4示出了本发明实施例中从目标车辆的历史移动轨迹上抽取多个定位点的示意图;
图5示出了同向行驶的10种行驶位置分类示意图;
图6示出了本发明实施例提出的一种对目标车辆分类的判断装置组成框图;
图7示出了本发明实施例提出的另一种对目标车辆分类的判断装置组成框图;
图8示出了本发明实施例提出的第三种对目标车辆分类的判断装置组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种对目标车辆分类的判断方法,该方法是基于目前对行驶车辆位置划分的17个类别,给出的一种确定车辆间相对行驶位置的所属分类的判断方法,该方法具体步骤如图1所示,包括:
101、根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向。
在本发明实施例中,目标车辆的相对位置都是以本车辆为参照确定的。其中,车辆的全球定位信息,即车辆的GPS信息包括车辆当前位置的经度、纬度,进一步的,根据车辆在行驶过程中的位置变化可以计算出车辆的方位角数据,也就是车辆的行驶方向。得到目标车辆与本车辆的方位角数据后,通过比较方位角数据的具体值就可以确定出目标车辆相对于本车辆的行驶方向,也就是判断目标车辆的行驶方向相对于本车辆是同向行驶、反向行驶或者是交叉行驶,其中,交叉行驶又可以分为左交叉行驶或右交叉行驶两种。
在本发明的一个实施例中,可以通过计算方位角数据的差值来确定目标车辆的相对行驶方向,将差值与设置的阈值进行比较得到结果,例如,假设本车辆当前位置为H点,目标车辆的当前位置为N点,且方位角的取值范围为(-180°,180°),设定阈值为20°,而根据GPS信息得到的目标车辆当前的方位角为headn,本车辆当前的方位角为headh,那么计算目标车辆相对本车辆的行驶方向可通过下述的方式得到:
当∣headn-headh∣<20°时,目标车辆相对本车辆为同向行驶;
当∣headn-headh∣>160°时,目标车辆相对本车辆为反向行驶;
当20°<(headn-headh)<160°时,目标车辆相对本车辆为左交叉行驶;
当-160°<(headn-headh)<-20°时,目标车辆相对本车辆为右交叉行驶。
本步骤主要是从车辆行驶方向的维度来判断目标车辆相对于本车辆的行驶方向,由于车辆在行驶过程中会根据路况或线路等原因随时改变其行驶方向,因此,对于目标车辆相对行驶方向的判断也需要实时更新。
102、利用全球定位信息判断目标车辆相对本车辆的行驶位置。
本步骤是从方位的维度来判断目标车辆相对于本车辆的行驶位置,也就是判断目标车辆当前的位置是位于本车辆当前位置的哪个方位,具体的方位包括前方、后方以及左侧、右侧。需要指出的是,具体的方位是以本车辆行驶方向为基准定义的,也就是在本车辆的行进方向上来具体判断目标车辆的行驶位置。
由于根据车辆全球定位信息得到的位置信息是基于经纬度建立的坐标系得到的,而该坐标系是以地心为原点,以向北的经线方向为y轴正方向(y轴表示车辆纬度),向东的纬线方向为x轴正方向(x轴表示车辆经度)。由于从该坐标系中所反映的车辆位置为车辆在地面上的绝对位置,其无法判断出目标车辆在本车辆行进方向上的相对行驶位置。因此,需要再以本车辆当前的位置为坐标原点,以车辆行进方向为y轴正方向,y轴以水平方向顺时针旋转90度为x轴正方向,建立相对于本车辆的一个行驶坐标系。将目标车辆和本车辆的经纬度数据,从经纬度坐标系中转换到该行驶坐标系中。在该行驶坐标系中具体判断目标车辆相对本车辆的行驶位置,也就是判断目标车辆的位置坐标具体落在行驶坐标系中的哪个象限中,即在一、二象限中为前方,在三、四象限中为后方,在二、三象限中为左侧,在一、四象限中为右侧。
进一步的,如图2所示,为判断目标车辆相对本车辆的行驶位置的一个实施例,其中,H点为本车辆的当前位置坐标(Xh,Yh),N为目标车辆的当前位置(Xn,Yn),其坐标均为经纬度坐标系XOY中的坐标值,坐标系X′HY′为行驶坐标系,该行驶坐标系平行于地面,Y′的正方向为本车辆的行进方向,则headh为本车辆的方位角,即车辆行进的方向与正北方的夹角。图2中的虚线坐标系XNY是将经纬度坐标系的原点平移至H点后得到的。根据图2中示出的车辆相对位置的场景,计算目标车辆相对本车辆的行驶位置主要用到的数据是headh角和θ角,θ角的取值范围为(-180°,180°),通过判断(θ-headh)的值来确定N点所在的象限,其中,(θ-headh)的值为角Y′HN的角度,具体判断如下:
当∣θ-headh∣≤90°时,N点位于X′HY′坐标系的一、二象限中,此时,目标车辆位于本车辆的前方;
当∣θ-headh∣>90°时,N点位于X′HY′坐标系的三、四象限中,此时,目标车辆位于本车辆的后方。
其中,θ角可通过H、N点的坐标计算得到,具体公式为:
θ=atan2((Xn-Xh),(Yn-Yh))
在确定出N点位于H点的前方或后方后,根据N点在X′HY′坐标系中X′轴上的投影距离可以判断出N点位于H点的左侧或右侧,在具体计算时,需要用到N点到H点的距离d,而通过判断N点在X′轴上的投影距离Hor_D的正负来确定N点位于H点的左侧或右侧,Hor_D可通过d*sin(θ-headh)计算得到,也就是:
当d*sin(θ-headh)<0时,N点位于X′HY′坐标系的二、三象限中,此时,目标车辆位于本车辆的左侧;
当d*sin(θ-headh)>0时,N点位于X′HY′坐标系的一、四象限中,此时,目标车辆位于本车辆的右侧。
此外,在判断目标车辆相对于本车辆的左侧或右侧时,还可以在判断出前方或后方的基础上,通过判断N点与H点连线的斜率来判断,具体为:
当目标车辆位于本车辆的前方,连线的斜率为正时,则N点位于第一象限,目标车辆位于本车辆的右侧;
当目标车辆位于本车辆的前方,连线的斜率为负时,则N点位于第二象限,目标车辆位于本车辆的左侧;
当目标车辆位于本车辆的后方,连线的斜率为正时,则N点位于第三象限,目标车辆位于本车辆的左侧;
当目标车辆位于本车辆的后方,连线的斜率为负时,则N点位于第四象限,目标车辆位于本车辆的右侧。
本步骤所确定的目标车辆的相对行驶位置,同样由于车辆在行驶过程中的速度不同、方向不同也会导致相对位置的变化,因此,对于目标车辆的相对行驶位置的判断同样需要实时更新。
103、判断目标车辆相对本车辆所在的行驶车道。
本步骤是基于实际道路中的车道维度来判断目标车辆与本车辆是否行驶在同一车道中。基于上述步骤102所判断的相对行驶位置,可以得到两车在本车辆行进方向上的正投影距离,即图2中的所示出的Hor_D的值,通过将该距离与预置的车道宽度进行对比计算,就可以判断出目标车辆的相对行驶车道。
然而,这种方式只适用于目标车辆与本车辆位于直道行驶的情况下,而对于弯道行驶的情况则无法判断,如图3所示,图中的车辆A与车辆B,如果采用上述的行驶车道判断方式进行判断,则车辆B是在车辆A的相邻车道,而在实际路况中,由于道路为弯道,在当前位置上的车辆A与车辆B是处于同一车道上行驶的。
为了避免出现上述情况的误判,本发明实施例针对于直道与弯道分别给出了不同的判断方式,以供本车辆根据当前道路的实际情况进行选择。而对于当前道路的实际情况的判断,则可以根据GPS定位信息中的方位角是否改变进行判断,或者是根据本车辆行驶中的转向参数,即方向盘的转向角度来判断当前的行驶道路是否处于弯道,对此本发明实施例不做具体限定。
以下给出两种不同车道内的判断方式:
(1)、当车辆位于直道时,就可以根据目标车辆相对本车辆的行驶位置判断该目标车辆相对本车辆所在的行驶车道。
对于在直道中的车道判断,在本发明的一个实施例中,设定车道的宽度为lane,该值可根据车辆所在具***置的不同而变化,例如,在城市道路上时,车道的宽度为3.5m,而在高速公路上时,车道的宽度为4m,对于不同宽度道路的判断则可以结合GSP定位信息来确定。目标车辆在本车辆行驶行驶方向上的正投影距离Hor_D表示为d*sin(θ-headh),其中,d、θ和headh的定义可参考上述图2中的设置,此处不再赘述。其具体的判断方法为:
当∣d*sin(θ-headh)∣≤0.5lane时,确定目标车辆与本车辆在同一车道内;
当0.5lane<∣d*sin(θ-headh)∣≤1.5lane时,确定目标车辆在本车辆所在车道的相邻车道内;
当∣d*sin(θ-headh)∣>1.5lane时,确定目标车辆在本车辆所在车道的远方车道内。
(2)、当车辆位于弯道时,则是根据目标车辆的历史路径定位信息判断该目标车辆相对本车辆所在的行驶车道。
具体步骤包括:获取目标车辆在预置长度路径内的定位信息,得到该目标车辆的移动轨迹;再计算本车辆与该移动轨迹的最近距离;最后根据计算得到最近距离具体确定目标车辆相对于本车辆所在的行驶车道。
针对上述弯道的具体判断步骤,在本发明的一个实施例中,设定每辆车都将自身的历史路径定位信息广播给周边车辆,设定每辆车所保留的历史路径长度为最近300m的路径信息,当然,该长度是可以根据实际情况自定义设置的,而300m的路径信息基本可以满足现有V2V的所有应用场景。通过获取目标车辆最近300m的路径信息,就可以得到目标车辆相应的移动轨迹。
在计算本车辆当前位置与该移动轨迹的最近距离时,由于移动轨迹也可以看成是由多个连续点所构成的,在计算时就可以逐个地计算车辆当前位置与移动轨迹中的各个点的距离,再比较判断最短的距离。进一步的,为了降低计算量,在误差允许的范围内还可以在移动轨迹上均匀地抽取出多个定位点来计算,如图4所示,这样做可以大幅提高计算速度,快速得到计算结果。而根据实际测试的经验,在300m的移动轨迹上抽取10到30个定位点的计算结果,其误差已经不会影响最终的判断结果。因此,在实际应用中可以通过抽取定位点的方式进行快速计算。此外,在进行判断时,目标车辆与本车辆还需要实时地更新车辆的定位信息,以保证计算的准确性。计算时,设定目标车辆历史路径中的所有抽取的定位点中与本车辆当前位置的最近距离为Dmin,若Dmin小于等于R(车道宽度的一半,即0.5lane),则可知目标车辆历史路径中的定位点有落在本车辆当前所在车道的区域范围内,据此可判断目标车辆与本车辆在同一车道内行驶。具体的判断方式如下:
当Dmin≤0.5lane时,确定目标车辆与本车辆在同一车道内;
当0.5lane<Dmin≤1.5lane时,确定目标车辆在本车辆所在车道的相邻车道内;
当Dmin>1.5lane时,确定目标车辆在本车辆所在车道的远方车道内。
其中,在判断为相邻车道或远方车道时,结合目标车辆相对行驶位置对左侧或右侧的判断结果,可以进一步得到目标车辆是在左侧相邻车道或远方车道,或是在右侧相邻车道或远方车道。
以上三个步骤是从三个不同的维度分别来判断目标车辆相对于本车辆的行驶方向、行驶位置和行驶车道,对于具体的判断顺序,本发明实施例不做具体限定。
104、根据目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定目标车辆的位置分类。
在完成上述三个维度的判断后,根据三个判断结果的组合来确定出目标车辆所属的位置分类。如图5所示,给出了同向行驶的10种行驶位置分类,比如当上述的3步判断目标车辆的结果分别为同向行驶,行驶位置为前方,并且与本车辆在同一车道时,就可以判断该目标车辆位于本车辆的正前方;而当前两步判断结果相同,行驶车道为与本车辆相邻的左侧车道时,判断该目标车辆位于本车辆的左前方。
通过对上述实施例的描述,已经清楚的说明了本发明实施例提出的一种对目标车辆分类的判断方法,是通过以3个维度来判断车辆间的相对行驶位置,再综合这3个维度的判断结果确定车辆相对位置的所属分类,以便根据具体的分类对车辆的行驶参数进行分析判断,对存在危险行驶的车辆向本车辆发布预警信息。本发明实施例所采用的判断方法其判断的基础数据是源于GPS定位信息,由于GPS定位技术已被广泛地应用于车辆定位技术中,其应用成本相对应用高精度地图集要低廉,也更易普及,因此,通过该方法能够有效地降低车间V2V通信技术的应用成本,便于推广该技术的实际应用,从而提高车辆行驶过程中的安全性。
进一步的,可以将上述的对目标车辆分类的判断方法应用于对本车辆的危险预警应用中,通过接收周围车辆实时广播的GPS信息,进行计算分析,得到周围车辆的具体行驶位置的所述类别,再结合对应的预警分析算法计算相关的行驶参数,就可以得到周围车辆的行驶状态是否会对本车辆构成危险。对于本车辆的危险预警应用,可以看成是一个对行驶危险预警方法的集合,每一种危险预警方法都有对应的一个或多个的预警算法,并且还会对应于一个或多个不同的位置分类,例如,前向碰撞预警应用就对应于位于正前方的目标车辆,而对应的算法则可以根据辆车的速度、距离等参数进行计算的算法,对具体算法的选择在本发明实施例中不做限定。类似的预警应用还包括紧急电子刹车灯预警应用,其对应的位置类别包括正前方、左前方以及右前方;还有盲点预警应用,其对应于左后方和右后方的目标车辆。将这些预警应用集合为一个应用集就构成了车辆行驶过程中的危险预警应用。在实际应用过程中,危险预警应用会根据不同的预警信息通过不同的预警方式提示本车辆的驾驶员或驾驶***,例如,通过语音或不同颜色的警示灯等进行提示,以便本车辆能够提早针对具有行驶危险的目标车辆采取必要的应对操作。
此外,针对上述的危险预警应用,可以针对不同的用户需求集成不同的预警应用,并且可根据具体需求自定义设置新的危险预警应用,也就是根据需求设置新的预警算法,并将该算法与所对应的位置分类进行关联,得到自定义预警应用,再将该自定义预警应用添加进危险预警应用中。因此,基于本发明实施例所提供的对目标车辆分类的判断方法所建立的危险预警应用具有着良好的功能扩展性,以及配置灵活性,可以方便地增加或删除应用的预警方式。
作为实现上述方法的具体装置,本发明实施例提供了一种对目标车辆分类的判断装置,该装置安装不仅可以安装于参与交通的各种车辆之中,也可以用于交通***中的各种交通设施或行人,从而更全面地覆盖整个交通***的参与者。该装置的具体结构如图6所示,包括:
第一判断单元21,用于根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
第二判断单元22,用于利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
第三判断单元23,用于判断所述目标车辆相对本车辆所在的行驶车道;
确定单元24,用于根据所述第一判断单元21、第二判断单元22、第三判断单元23判断出的目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
进一步的,如图7所示,所述第一判断单元21包括:
获取模块211,用于获取所述全球定位信息中的方位角数据;
确定模块212,用于根据所述获取模块211得到的本车辆与所述目标车辆的方位角数据的差值确定所述目标车辆相对本车辆的行驶方向,所述行驶方向包括同向行驶、反向行驶、左交叉行驶以及右交叉行驶。
进一步的,如图7所示,第二判断单元22包括:
获取模块221,用于获取所述全球定位信息中的经纬度数据;
确定模块222,用于根据所述获取模块221得到的经纬度数据以及本车辆行驶方向确定所述目标车辆相对本车辆的行驶位置,其中,所述行驶位置包括相对本车辆的左侧或右侧,以及前方或后方。
进一步的,如图7所示,所述确定模块222包括:
创建子模块2221,用于创建以本车辆的当前位置为原点的行驶坐标系,所述行驶坐标系是以本车辆的行驶方向为Y轴正方向、平行于地面的平面坐标系;
确定子模块2222,用于根据所述经纬度数据确定所述目标车辆在所述创建子模块2221得到的行驶坐标系中的坐标;
计算子模块2223,用于根据所述确定子模块2222得到的目标车辆的坐标计算所述目标车辆与本车辆的连线在所述行驶坐标系中的斜率;
判断子模块2224,用于根据所述计算子模块2223计算出的斜率的值判断所述目标车辆位于本车辆的左侧或右侧,以及前方或后方。
进一步的,如图7所示,所述第三判断单元23包括:
第一判断模块231,用于根据所述目标车辆相对本车辆的行驶位置判断所述目标车辆相对本车辆所在的行驶车道;
第二判断模块232,用于根据所述目标车辆的历史路径定位信息判断所述目标车辆相对本车辆所在的行驶车道。
进一步的,如图7所示,所述第一判断模块231包括:
计算子模块2311,用于根据所述行驶位置计算两车在本车辆行驶方向上的投影距离;
确定子模块2312,用于比较所述计算子模块2311计算的投影距离与预置车道宽度的大小,确定所述目标车辆的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
进一步的,如图7所示,所述第二判断模块232包括:
获取子模块2321,用于获取所述目标车辆在预置长度路径内的定位信息,得到所述目标车辆的移动轨迹;
计算子模块2322,用于计算本车辆与所述获取子模块2321得到的移动轨迹的最近距离;
确定子模块2323,用于根据所述计算子模块2322得到的最近距离确定所述目标车辆所在的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
进一步的,如图8所示,所述装置还包括:
获取单元25,用于在所述确定单元24确定所述目标车辆的位置分类后,根据所述位置分类获取危险预警应用中所对应的车辆预警分析算法,所述车辆预警分析算法用于分析目标车辆的行驶参数以判断是否对本车辆构成危险行驶;
分析预警单元26,用于利用所述获取单元25获取的车辆预警分析算法分析所述目标车辆的行驶参数,当分析结果符合预警发布条件时,向本车辆发出预警警告。
进一步的,如图8所示,所述装置还包括:
添加单元27,用于设置所述位置分类与新车辆预警分析算法的对应关系;并将所述新车辆预警分析算法以及所述对应关系加入所述危险预警应用。
综上所述,本发明实施例所提供的一种对目标车辆分类的判断方法及装置,主要通过从3个维度来判断车辆间的相对行驶位置,再综合这3个维度的判断结果确定车辆相对位置的所属分类,以便根据具体的分类对车辆的行驶参数进行分析判断,对存在危险行驶的车辆向本车驾驶员发布预警消息。本发明实施例所采用的判断方法及装置其判断的基础数据是源于GPS定位信息,由于GPS定位技术已被广泛地应用于车辆定位技术中,其应用成本相对于应用高精度地图集要低廉,且更易普及。此外,基于该判断方法的危险预警应用在可扩展性以及配置的灵活性上也具有着明显的优势。因此,通过该方法能够有效地降低车间V2V通信技术的应用成本,便于推广该技术的实际应用,从而提高车辆行驶过程中的安全性。
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。
可以理解的是,上述云端服务器及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述云端服务器实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的云端服务器、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的云端服务器解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何云端服务器或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的发明名称(如确定网站内链接等级的装置)中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的云端服务器的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明实施例还公开了如下的技术方案:
A1、一种对目标车辆分类的判断方法,所述方法包括:
根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
判断所述目标车辆相对本车辆所在的行驶车道;
根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
A2、根据A1所述的方法,根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向包括:
获取所述全球定位信息中的方位角数据;
根据本车辆与所述目标车辆的方位角数据的差值确定所述目标车辆相对本车辆的行驶方向,所述行驶方向包括同向行驶、反向行驶、左交叉行驶以及右交叉行驶。
A3、根据A1所述的方法,利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置包括:
获取所述全球定位信息中的经纬度数据;
根据所述经纬度数据以及本车辆行驶方向确定所述目标车辆相对本车辆的行驶位置,其中,所述行驶位置包括相对本车辆的左侧或右侧,以及前方或后方。
A4、根据A3所述的方法,根据所述经纬度数据以及本车辆行驶方向确定所述目标车辆相对本车辆的行驶位置包括:
创建以本车辆当前位置为原点的行驶坐标系,所述行驶坐标系是以本车辆的行驶方向为Y轴正方向、平行于地面的平面坐标系;
根据所述经纬度数据确定所述目标车辆在所述行驶坐标系中的坐标;
根据所述目标车辆的坐标计算所述目标车辆与本车辆的连线在所述行驶坐标系中与所述Y轴正方向的夹角值;
根据所述夹角值判断所述目标车辆位于本车辆的左侧或右侧,以及前方或后方。
A5、根据A1-A4中任一项所述的方法,判断所述目标车辆相对本车辆所在的行驶车道包括:
根据所述目标车辆相对本车辆的行驶位置判断所述目标车辆相对本车辆所在的行驶车道;
或者,根据所述目标车辆的历史路径定位信息判断所述目标车辆相对本车辆所在的行驶车道。
A6、根据权利要求A5所述的方法,根据所述目标车辆相对本车辆的行驶位置判断所述目标车辆相对本车辆所在的行驶车道包括:
根据所述行驶位置计算两车在本车辆行驶方向上的投影距离;
比较所述投影距离与预置车道宽度的大小,确定所述目标车辆的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
A7、根据A5所述的方法,根据所述目标车辆的历史路径定位信息判断所述目标车辆相对本车辆所在的行驶车道包括:
获取所述目标车辆在预置长度路径内的定位信息,得到所述目标车辆的移动轨迹;
计算本车辆与所述移动轨迹的最近距离;
根据所述最近距离确定所述目标车辆所在的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
A8、根据A1所述的方法,在确定所述目标车辆的位置分类后,所述方法还包括:
根据所述位置分类获取危险预警应用中所对应的车辆预警分析算法,所述车辆预警分析算法用于分析目标车辆的行驶参数以判断是否对本车辆构成危险行驶;
利用所述车辆预警分析算法分析所述目标车辆的行驶参数,当分析结果符合预警发布条件时,向本车辆发出预警警告。
A9、根据A8所述的方法,所述方法还包括:
设置所述位置分类与新车辆预警分析算法的对应关系;
将所述新车辆预警分析算法以及所述对应关系加入所述危险预警应用。
B10、一种对目标车辆分类的判断装置,所述装置包括:
第一判断单元,用于根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
第二判断单元,用于利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
第三判断单元,用于判断所述目标车辆相对本车辆所在的行驶车道;
确定单元,用于根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
B11、根据B10所述的装置,所述第一判断单元包括:
获取模块,用于获取所述全球定位信息中的方位角数据;
确定模块,用于根据所述获取模块得到的本车辆与所述目标车辆的方位角数据的差值确定所述目标车辆相对本车辆的行驶方向,所述行驶方向包括同向行驶、反向行驶、左交叉行驶以及右交叉行驶。
B12、根据B10所述的装置,第二判断单元包括:
获取模块,用于获取所述全球定位信息中的经纬度数据;
确定模块,用于根据所述获取模块得到的经纬度数据以及本车辆行驶方向确定所述目标车辆相对本车辆的行驶位置,其中,所述行驶位置包括相对本车辆的左侧或右侧,以及前方或后方。
B13、根据B12所述的装置,所述确定模块包括:
创建子模块,用于创建以本车辆的当前位置为原点的行驶坐标系,所述行驶坐标系是以本车辆的行驶方向为Y轴正方向、平行于地面的平面坐标系;
确定子模块,用于根据所述经纬度数据确定所述目标车辆在所述创建子模块得到的行驶坐标系中的坐标;
计算子模块,用于根据所述确定子模块得到的目标车辆的坐标计算所述目标车辆与本车辆的连线在所述行驶坐标系中与所述Y轴正方向的夹角值;
判断子模块,用于根据所述计算子模块计算出的夹角值判断所述目标车辆位于本车辆的左侧或右侧,以及前方或后方。
B14、根据B10-B13中任一项所述的装置,所述第三判断单元包括:
第一判断模块,用于根据所述目标车辆相对本车辆的行驶位置判断所述目标车辆相对本车辆所在的行驶车道;
第二判断模块,用于根据所述目标车辆的历史路径定位信息判断所述目标车辆相对本车辆所在的行驶车道。
B15、根据B14所述的装置,所述第一判断模块包括:
计算子模块,用于根据所述行驶位置计算两车在本车辆行驶方向上的投影距离;
确定子模块,用于比较所述计算子模块计算的投影距离与预置车道宽度的大小,确定所述目标车辆的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
B16、根据B14所述的装置,所述第二判断模块包括:
获取子模块,用于获取所述目标车辆在预置长度路径内的定位信息,得到所述目标车辆的移动轨迹;
计算子模块,用于计算本车辆与所述获取子模块得到的移动轨迹的最近距离;
确定子模块,用于根据所述计算子模块得到的最近距离确定所述目标车辆所在的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
B17、根据B10所述的装置,所述装置还包括:
获取单元,用于在所述确定单元确定所述目标车辆的位置分类后,根据所述位置分类获取危险预警应用中所对应的车辆预警分析算法,所述车辆预警分析算法用于分析目标车辆的行驶参数以判断是否对本车辆构成危险行驶;
分析预警单元,用于利用所述获取单元获取的车辆预警分析算法分析所述目标车辆的行驶参数,当分析结果符合预警发布条件时,向本车辆发出预警警告。
B18、根据B17所述的装置,所述装置还包括:
添加单元,用于设置所述位置分类与新车辆预警分析算法的对应关系;并将所述新车辆预警分析算法以及所述对应关系加入所述危险预警应用。

Claims (10)

1.一种对目标车辆分类的判断方法,其特征在于,所述方法包括:
根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
判断所述目标车辆相对本车辆所在的行驶车道;
根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
2.根据权利要求1所述的方法,其特征在于,根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向包括:
获取所述全球定位信息中的方位角数据;
根据本车辆与所述目标车辆的方位角数据的差值确定所述目标车辆相对本车辆的行驶方向,所述行驶方向包括同向行驶、反向行驶、左交叉行驶以及右交叉行驶。
3.根据权利要求1所述的方法,其特征在于,利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置包括:
获取所述全球定位信息中的经纬度数据;
根据所述经纬度数据以及本车辆行驶方向确定所述目标车辆相对本车辆的行驶位置,其中,所述行驶位置包括相对本车辆的左侧或右侧,以及前方或后方。
4.根据权利要求3所述的方法,其特征在于,根据所述经纬度数据以及本车辆行驶方向确定所述目标车辆相对本车辆的行驶位置包括:
创建以本车辆当前位置为原点的行驶坐标系,所述行驶坐标系是以本车辆的行驶方向为Y轴正方向、平行于地面的平面坐标系;
根据所述经纬度数据确定所述目标车辆在所述行驶坐标系中的坐标;
根据所述目标车辆的坐标计算所述目标车辆与本车辆的连线在所述行驶坐标系中与所述Y轴正方向的夹角值;
根据所述夹角值判断所述目标车辆位于本车辆的左侧或右侧,以及前方或后方。
5.根据权利要求1-4中任一项所述的方法,其特征在于,判断所述目标车辆相对本车辆所在的行驶车道包括:
根据所述目标车辆相对本车辆的行驶位置判断所述目标车辆相对本车辆所在的行驶车道;
或者,根据所述目标车辆的历史路径定位信息判断所述目标车辆相对本车辆所在的行驶车道。
6.根据权利要求5所述的方法,其特征在于,根据所述目标车辆相对本车辆的行驶位置判断所述目标车辆相对本车辆所在的行驶车道包括:
根据所述行驶位置计算两车在本车辆行驶方向上的投影距离;
比较所述投影距离与预置车道宽度的大小,确定所述目标车辆的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
7.根据权利要求5所述的方法,其特征在于,根据所述目标车辆的历史路径定位信息判断所述目标车辆相对本车辆所在的行驶车道包括:
获取所述目标车辆在预置长度路径内的定位信息,得到所述目标车辆的移动轨迹;
计算本车辆与所述移动轨迹的最近距离;
根据所述最近距离确定所述目标车辆所在的行驶车道,其中,所述行驶车道包括在与本车辆所在车道的同一车道、相邻车道或远方车道。
8.根据权利要求1所述的方法,其特征在于,在确定所述目标车辆的位置分类后,所述方法还包括:
根据所述位置分类获取危险预警应用中所对应的车辆预警分析算法,所述车辆预警分析算法用于分析目标车辆的行驶参数以判断是否对本车辆构成危险行驶;
利用所述车辆预警分析算法分析所述目标车辆的行驶参数,当分析结果符合预警发布条件时,向本车辆发出预警警告。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
设置所述位置分类与新车辆预警分析算法的对应关系;
将所述新车辆预警分析算法以及所述对应关系加入所述危险预警应用。
10.一种对目标车辆分类的判断装置,其特征在于,所述装置包括:
第一判断单元,用于根据车辆的全球定位信息确定目标车辆相对本车辆的行驶方向;
第二判断单元,用于利用所述全球定位信息判断所述目标车辆相对本车辆的行驶位置;
第三判断单元,用于判断所述目标车辆相对本车辆所在的行驶车道;
确定单元,用于根据所述目标车辆相对本车辆的行驶方向、行驶位置和行驶车道确定所述目标车辆的位置分类。
CN201610855126.6A 2016-09-27 2016-09-27 一种对目标车辆分类的判断方法及装置 Active CN106355890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610855126.6A CN106355890B (zh) 2016-09-27 2016-09-27 一种对目标车辆分类的判断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610855126.6A CN106355890B (zh) 2016-09-27 2016-09-27 一种对目标车辆分类的判断方法及装置

Publications (2)

Publication Number Publication Date
CN106355890A true CN106355890A (zh) 2017-01-25
CN106355890B CN106355890B (zh) 2019-03-05

Family

ID=57865344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610855126.6A Active CN106355890B (zh) 2016-09-27 2016-09-27 一种对目标车辆分类的判断方法及装置

Country Status (1)

Country Link
CN (1) CN106355890B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107830865A (zh) * 2017-10-16 2018-03-23 东软集团股份有限公司 一种车辆目标分类方法、装置、***及计算机程序产品
CN110264699A (zh) * 2019-06-28 2019-09-20 安徽江淮汽车集团股份有限公司 基于车路协同***的目标车辆分类识别方法、***及应用
CN110678778A (zh) * 2017-06-09 2020-01-10 维宁尔瑞典公司 用于检测迎面车辆的车辆***
CN110782703A (zh) * 2019-10-30 2020-02-11 长安大学 一种基于lte-v通信的前向碰撞预警方法
CN110956810A (zh) * 2019-10-28 2020-04-03 南京市德赛西威汽车电子有限公司 一种基于rsu和v2x的复杂道路前向预警方法
CN111145574A (zh) * 2019-12-30 2020-05-12 东软集团股份有限公司 一种弯道车辆位置关系的确定方法、装置及设备
CN111595290A (zh) * 2020-05-19 2020-08-28 联陆智能交通科技(上海)有限公司 一种确定远车与本车相对位置的方法及***
CN112699575A (zh) * 2021-01-22 2021-04-23 中汽创智科技有限公司 一种虚拟车辆测试平台中相对位置测算方法及***
CN113252061A (zh) * 2021-06-30 2021-08-13 中移(上海)信息通信科技有限公司 车辆间关系信息确定方法、装置、电子设备以及存储介质
CN113744567A (zh) * 2021-11-02 2021-12-03 深圳市城市交通规划设计研究中心股份有限公司 一种紧急车辆避让预警处理方法及计算机可读存储介质
US12024175B2 (en) 2017-06-09 2024-07-02 Arriver Software Ab Vehicle system for detection of oncoming vehicles

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080048890A1 (en) * 2003-02-14 2008-02-28 Networks In Motion, Inc. Method and system for saving and retrieving spatial related information
CN201544941U (zh) * 2009-11-27 2010-08-11 德尔福电子(苏州)有限公司 基于车辆之间通信的紧急刹车通知报警装置
CN103144633A (zh) * 2012-12-27 2013-06-12 中国科学技术大学苏州研究院 基于车联网技术的追尾碰撞预警方法
CN103273920A (zh) * 2013-05-22 2013-09-04 浙江吉利汽车研究院有限公司杭州分公司 防前碰的汽车爆胎安全控制***
CN103514758A (zh) * 2013-09-18 2014-01-15 中国科学技术大学苏州研究院 一种基于车车通信的高效道路交通防碰撞预警方法
CN103761889A (zh) * 2014-02-17 2014-04-30 东南大学 一种防追尾碰撞的前方车辆有效目标确定方法
CN103903479A (zh) * 2014-04-23 2014-07-02 奇瑞汽车股份有限公司 车辆安全行驶预警方法、***及车辆终端设备
CN104192144A (zh) * 2014-07-25 2014-12-10 杭州电子科技大学 一种汽车主动防撞弯道虚警消除方法
CN104290753A (zh) * 2014-09-29 2015-01-21 长安大学 一种前方车辆运动状态追踪预测装置及其预测方法
CN104575068A (zh) * 2014-12-29 2015-04-29 芜湖市汽车产业技术研究院有限公司 一种提示驾驶员的方法和装置
CN105206108A (zh) * 2015-08-06 2015-12-30 同济大学 一种基于电子地图的车辆碰撞预警方法
CN105788321A (zh) * 2016-03-31 2016-07-20 腾讯科技(深圳)有限公司 车辆通信方法、装置及***
CN105810013A (zh) * 2014-12-30 2016-07-27 ***通信集团公司 一种基于车群风险的车辆防撞控制方法和装置
CN105957399A (zh) * 2016-05-31 2016-09-21 于德芳 一种行车安全监视方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080048890A1 (en) * 2003-02-14 2008-02-28 Networks In Motion, Inc. Method and system for saving and retrieving spatial related information
CN201544941U (zh) * 2009-11-27 2010-08-11 德尔福电子(苏州)有限公司 基于车辆之间通信的紧急刹车通知报警装置
CN103144633A (zh) * 2012-12-27 2013-06-12 中国科学技术大学苏州研究院 基于车联网技术的追尾碰撞预警方法
CN103273920A (zh) * 2013-05-22 2013-09-04 浙江吉利汽车研究院有限公司杭州分公司 防前碰的汽车爆胎安全控制***
CN103514758A (zh) * 2013-09-18 2014-01-15 中国科学技术大学苏州研究院 一种基于车车通信的高效道路交通防碰撞预警方法
CN103761889A (zh) * 2014-02-17 2014-04-30 东南大学 一种防追尾碰撞的前方车辆有效目标确定方法
CN103903479A (zh) * 2014-04-23 2014-07-02 奇瑞汽车股份有限公司 车辆安全行驶预警方法、***及车辆终端设备
CN104192144A (zh) * 2014-07-25 2014-12-10 杭州电子科技大学 一种汽车主动防撞弯道虚警消除方法
CN104290753A (zh) * 2014-09-29 2015-01-21 长安大学 一种前方车辆运动状态追踪预测装置及其预测方法
CN104575068A (zh) * 2014-12-29 2015-04-29 芜湖市汽车产业技术研究院有限公司 一种提示驾驶员的方法和装置
CN105810013A (zh) * 2014-12-30 2016-07-27 ***通信集团公司 一种基于车群风险的车辆防撞控制方法和装置
CN105206108A (zh) * 2015-08-06 2015-12-30 同济大学 一种基于电子地图的车辆碰撞预警方法
CN105788321A (zh) * 2016-03-31 2016-07-20 腾讯科技(深圳)有限公司 车辆通信方法、装置及***
CN105957399A (zh) * 2016-05-31 2016-09-21 于德芳 一种行车安全监视方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
胡晨曦等: "基于汽车雷达的弯道行驶车辆防撞算法", 《火控雷达技术》 *
钟霞等: "汽车防撞雷达对弯道行驶目标的车道识别", 《工业仪表与自动化装置》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110678778A (zh) * 2017-06-09 2020-01-10 维宁尔瑞典公司 用于检测迎面车辆的车辆***
US12024175B2 (en) 2017-06-09 2024-07-02 Arriver Software Ab Vehicle system for detection of oncoming vehicles
CN107830865A (zh) * 2017-10-16 2018-03-23 东软集团股份有限公司 一种车辆目标分类方法、装置、***及计算机程序产品
CN110264699A (zh) * 2019-06-28 2019-09-20 安徽江淮汽车集团股份有限公司 基于车路协同***的目标车辆分类识别方法、***及应用
CN110956810A (zh) * 2019-10-28 2020-04-03 南京市德赛西威汽车电子有限公司 一种基于rsu和v2x的复杂道路前向预警方法
CN110782703A (zh) * 2019-10-30 2020-02-11 长安大学 一种基于lte-v通信的前向碰撞预警方法
CN111145574A (zh) * 2019-12-30 2020-05-12 东软集团股份有限公司 一种弯道车辆位置关系的确定方法、装置及设备
CN111595290A (zh) * 2020-05-19 2020-08-28 联陆智能交通科技(上海)有限公司 一种确定远车与本车相对位置的方法及***
CN112699575A (zh) * 2021-01-22 2021-04-23 中汽创智科技有限公司 一种虚拟车辆测试平台中相对位置测算方法及***
CN113252061A (zh) * 2021-06-30 2021-08-13 中移(上海)信息通信科技有限公司 车辆间关系信息确定方法、装置、电子设备以及存储介质
CN113744567A (zh) * 2021-11-02 2021-12-03 深圳市城市交通规划设计研究中心股份有限公司 一种紧急车辆避让预警处理方法及计算机可读存储介质

Also Published As

Publication number Publication date
CN106355890B (zh) 2019-03-05

Similar Documents

Publication Publication Date Title
CN106355890B (zh) 一种对目标车辆分类的判断方法及装置
JP7280465B2 (ja) ナビゲーション情報を処理する方法、ナビゲーション情報を処理する地図サーバコンピュータプログラム、自律車両のナビゲーションを支援する車両システム、および自律車両
US20200255027A1 (en) Method for planning trajectory of vehicle
US20220001872A1 (en) Semantic lane description
EP4273836A2 (en) Systems and methods for predicting blind spot incursions
US11052919B2 (en) Situation-dependent sharing of map messages to improve digital maps
JP5472163B2 (ja) 速度規制値通知装置及び速度規制値通知システム
WO2021038294A1 (en) Systems and methods for identifying potential communication impediments
US9174569B2 (en) Method for controlling a vehicle member
WO2021096935A2 (en) Systems and methods for determining road safety
CN107221195B (zh) 汽车车道预测方法及车道级地图
US20220027642A1 (en) Full image detection
WO2018233175A1 (zh) 危险预警方法、***、v2x车载终端及存储器
CN108171967B (zh) 一种交通控制方法及装置
CN1916991A (zh) 一种检测车辆碰撞并预测行驶路线的***和方法
JPWO2017163614A1 (ja) 車両制御装置
CN107200016B (zh) 道路自适应预测方法及采用该方法的车辆***
US11935417B2 (en) Systems and methods for cooperatively managing mixed traffic at an intersection
US20190302777A1 (en) Autonomous driving trajectory determination device
WO2021116752A1 (en) Systems and methods for selectively decelerating a vehicle
CN113619578A (zh) 一种车辆防碰撞方法、防碰撞***和计算机可读存储介质
CN111009133B (zh) 用于确定路径的方法和装置
CN107650786A (zh) 前方路况检测方法和***
CN113200043A (zh) 自动地控制车道改变辅助的方法和控制单元
US20230168368A1 (en) Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant