CN109313852B - 用于逆行驾驶员识别的方法、设备和*** - Google Patents
用于逆行驾驶员识别的方法、设备和*** Download PDFInfo
- Publication number
- CN109313852B CN109313852B CN201780035612.6A CN201780035612A CN109313852B CN 109313852 B CN109313852 B CN 109313852B CN 201780035612 A CN201780035612 A CN 201780035612A CN 109313852 B CN109313852 B CN 109313852B
- Authority
- CN
- China
- Prior art keywords
- road
- vehicle
- retrograde
- elements
- data
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种用于逆行驾驶员识别的方法。所述方法包括以下步骤:通过接口读取位置数据(106),其中,所述位置数据(106)代表车辆(100)的所测量的位置;读取地图数据(116),所述地图数据反映能够由所述车辆(100)行驶的道路网络的道路元素的集合;在使用所述地图数据(116)的情况下确定多个粒子,其中,粒子代表所述车辆(100)的所假设的位置并且代表分配给所假设的位置的权重;在使用粒子滤波器的情况下,基于所述多个粒子确定所述道路元素的集合中的在所述车辆(100)的行驶方面可信的至少一个道路元素。
Description
技术领域
本发明涉及根据独立权利要求的类别的一种设备或一种方法。本发明的主题也是一种计算机程序。
背景技术
在发生事故的情况下,逆行驾驶员(“错向行驶驾驶员”)至少会造成重大财产损失。对于大多数情况而言,仅仅基于导航设备的识别(道路等级和道路方向)都太晚,也就是说,逆行驾驶员(Falschfahrer)已经(以高的行驶速度并且以大的碰撞概率)处于错误的行车道上。
发明内容
在所述背景下,借助在此提出的方案提出根据独立权利要求的用于逆行驾驶员识别的一种方法、一种设备和一种***,以及最后提出一种相应的计算机程序。通过在从属权利要求中列举的措施能够实现独立权利要求中说明的设备的有利的扩展方案和改善方案。
有利地,例如可以借助通过粒子滤波器而特别匹配于应用情况的识别来实现基于云的逆行驾驶员警报。
一种用于逆行驾驶员识别的方法包括以下步骤:
通过接口读取位置数据,其中,所述位置数据代表车辆的所测量的位置;
读取地图数据,所述地图数据反映能够由车辆行驶的道路网络的道路元素的集合;
在使用位置数据的情况下确定多个粒子,其中,粒子代表车辆的所假设的位置以及分配给所假设的位置的权重;
在使用粒子滤波器的情况下,基于所述多个粒子确定所述道路元素的集合中的在车辆的行驶方面可信的至少一个道路元素。
“车辆”可以涉及道路车辆。“逆向行驶(Falschfahrt)”可以理解为车辆在道路上与预给定的行驶方向相反的行驶。所测量的位置可以在使用布置在车辆中的传感器的情况下测量。所述多个粒子可以在使用借助已知的粒子滤波器所使用的方法的情况下确定。在此,粒子可以具有不同的所假设的位置,这些所假设的位置例如可以围绕在所测量的位置周围。“可信的道路区段”可以理解为如下道路区段:根据分析处理现有的数据,假设车辆处于该道路区段上。可以使用可信的道路区段代替所测量的位置来识别车辆的逆向行驶。
因此,该方法可以包括如下步骤:在使用可信的道路区段的情况下确定逆向行驶信号。在此,逆向行驶信号可以指出:是否存在车辆的逆向行驶。仅当假设存在逆向行驶时,例如才可以提供逆向行驶信号。
在确定可信的道路元素的步骤中,可以从至少一个可信的道路元素的确定中排除所述道路元素的集合中的以小间距彼此延伸的道路元素。以这种方式,可以排除根据本发明导致错误的道路元素。
在确定可信的道路元素的步骤中,在确定至少一个可信的道路元素时,可以将道路元素的集合中的以小间距彼此延伸的道路元素用作一个合并的(zusammengefasst)道路元素。可以将这种合并的道路元素确定成能够在两个行驶方向上行驶的道路元素。以这种方式,即使无法可靠地确定车辆处于哪个以小间距彼此延伸的道路元素上,也可以确定可信的道路元素。此外,可以避免错误地提供逆向行驶信号,因为没有方向说明被分配给所合并的道路元素。
在此,该方法可以包括如下步骤:从所述道路元素的集合中选择出以小间距彼此延伸的道路元素。在此,可以选择如下道路元素:这些道路元素布置在另一道路的匝道区域(Mündungsbereich)中。以这种方式,可以在进行逆行驾驶员识别的情况下排除匝道区域,因为在此难以可靠地识别逆行驾驶员。这种匝道区域例如从其他道路(例如国道)出发、经由出口或入口的开始几米延伸至快速道路(如高速公路)。
附加地或替代地,可以选择以小于10米的间距彼此相邻地延伸的道路元素。在如此小间距的情况下同样难以可靠地判定:车辆处于两个道路元素中的哪个上。
在读取的步骤中,可以通过计算云(Rechnerwolke)(所谓的云)的接口读取位置数据。这能够实现一种基于云的解决方案。
一种用于逆行驾驶员识别的相应设备设置用于在相应的单元中实施所提及的方法的步骤。这种设备例如可以具有:构造用于通过接口读取位置数据的读取装置、构造用于读取反映能够由车辆行驶的道路网络的道路元素的集合的地图数据的另一读取装置、构造用于在使用位置数据的情况下确定多个粒子的确定装置、构造用于在使用粒子滤波器的情况下基于多个粒子确定所述道路元素的集合中的在车辆行驶方面可信的至少一个道路元素的确定装置。相应地,该设备可以包括粒子滤波器。
一种用于逆行驾驶员识别的相应***包括至少一个发送装置以及所提及的用于逆行驾驶员识别的设备,所述发送装置能够布置在车辆中或者被布置在车辆中并且构造用于发送位置数据,所述设备例如构造用于通过无线连接接收由至少一个发送装置发送的位置数据。
用于逆行驾驶员识别的另一***包括至少一个发送装置和至少一个接收装置,所述发送装置能够布置在车辆中或者被布置在车辆中并且构造用于发送位置数据,其中,位置数据代表车辆的所测量的位置,所述接收装置能够布置在车辆中或者被布置在车辆中并且构造用于接收如下设备的数据:所述设备根据在此描述的用于逆行驾驶员识别的方案构造用于接收由至少一个发送装置发送的位置数据。
所描述的方法例如可以以软件实现或以硬件实现或以软件与硬件的混合形式(例如在设备中)实现。
为此,所述设备可以具有:至少一个用于处理信号或数据的计算单元、至少一个用于存储信号或数据的存储单元和/或至少一个用于读取或输出嵌入到通信协议中的数据的通信接口。计算单元例如可以是信号处理器、微控制器等,其中,所述存储单元例如可以是闪存、EPROM或磁性存储单元。通信接口可以构造用于无线地和/或有线地读取或输出数据,其中,可以读取或输出有线数据的通信接口例如可以电学地或光学地从相应数据传输线路中读取所述数据或将所述数据输出到相应的数据传输线路中。
在此,设备可以理解为电设备,所述电设备处理传感器信号并且根据所述传感器信号输出控制信号和/或数据信号。所述设备可以具有可以以硬件形式和/或软件形式构造的接口。在硬件形式的构造中,所述接口例如可以是所谓的***专用集成电路的一部分,该部分包含所述设备的各种各样的功能。然而也能够实现,所述接口是独立的集成电路或至少部分地由分立的构件组成。在软件形式的构造中,所述接口可以是软件模块,所述软件模块例如和另外的软件模块存在于微控制器上。
也有利的是一种计算机程序产品或具有程序代码的计算机程序,所述程序代码能够存储在机器可读的载体或存储介质上(例如半导体存储器、硬盘存储器或光学存储器)并且用于尤其当所述程序产品或程序在计算机或设备上实施时,执行、实现和/或操控根据上面所描述的实施方式中任一项所述的方法的步骤。
附图说明
在此提出的方案的实施例在附图中示出并且在以下说明书中进一步阐述。附图示出:
图1根据一种实施例示出逆行驾驶员识别的***;
图2根据一种实施例示出用于逆行驾驶员识别的方法的流程图;
图3示出隐马尔可夫链模型(Hidden Markov Chain Model);
图4根据一种实施例示出粒子滤波处理的流程;
图5根据一种实施例示出用于逆行驾驶员识别的***;
图6根据一种实施例示出一种车辆;
图7根据一种实施例示出一种程序流程;
图8根据一种实施例示出粒子滤波器的程序流程;
图9根据一种实施例示出道路元素;
图10根据一种实施例示出道路元素。
具体实施方式
在本发明的有利的实施例的以下描述中,对于在不同附图中示出的并且作用相似的元件使用相同或相似的附图标记,其中,不再重复描述这些元件。
图1根据一种实施例示出一种用于逆行驾驶员识别的***。该***包括具有传输装置102的车辆100,该传输装置构造用于将测量数据106无线地发送给用于逆行驾驶员识别的设备110,所述测量数据在使用布置在车辆100中的至少一个传感器装置104的情况下所检测。设备110构造用于将测量数据106预处理成经预处理的数据,并且在使用粒子滤波器的情况下对经预处理的数据进行再处理,以便产生并且发送逆向行驶信号112。根据一种实施例,逆向行驶信号112指出:其测量数据106已被处理的车辆100当前正实施逆向行驶。根据该实施例,车辆100的传输装置102以及另一车辆100的传输装置102构造用于接收逆向行驶信号112并且响应于逆向行驶信号112的接收地激活相应车辆100、114的警报装置,该警报装置例如向相应车辆100、114的驾驶员发出逆向行驶警报或者根据一种实施例干预相应车辆100、114的至少部分自动化的控制装置(例如制动设备或转向设备)。根据不同的实施例,传输装置102可以仅实施成发送装置、或者也可以实施成发送/接收装置。
根据一种实施例,测量数据106包括如下位置数据:该位置数据已经在使用车辆100的位置确定装置的情况下所检测并且反映车辆100的当前位置。根据另一实施例,测量数据106还包括如下运动数据:该运动数据例如已经在使用车辆100的至少一个加速度传感器的情况下所检测并且包括关于车辆100的当前运动的信息,该信息例如是关于行驶方向、纵向加速度、横向加速度或车辆围绕车辆轴线旋转的信息。
根据一种实施例,设备110构造用于读取地图数据116,该地图数据反映能够由车辆100行驶的道路网络。根据一种实施例,地图数据116例如包括关于道路网络的道路区段的信息。根据一种实施例,地图数据116在每个道路区段方面还包括至少一个参数,所述至少一个参数例如定义相应道路区段的行驶方向预先规定(Fahrtrichtungsvorgabe)或者定义相应道路区段的走向。通过所述参数例如可以定义:道路区段直线地延伸还是表现为曲线。根据一种实施方式,设备110具有存储器装置,在该存储器装置中存储有地图数据116。
根据一种实施例,设备110或设备110的功能块在云118中布置或实现。
根据一种实施例,设备110构造用于在使用可信的道路元素的情况下确定逆行驾驶员信号112。“可信的道路元素”可以理解为地图数据所包括的如下道路元素(也称为道路区段):假设车辆100处于该道路元素上。在这种情况下,设备110构造用于在使用粒子滤波器的情况下确定可信的道路元素。由设备110在使用通过测量信号106所传输的位置数据和/或已经存在的粒子的情况下确定由粒子滤波器所处理的粒子。
补充或替代所描述的方案,可以使用用于探测逆行驾驶员的各种各样的方法,在这些方法中,例如使用视频传感装置,以便探测穿行通过“禁止进入”的指示牌,或者将数字地图与导航结合使用,以便对仅能在一个方向上行驶的道路区段上的逆向行驶方向的探测进行识别。此外已知的是,该方案还可以与无线的方法结合,所述无线的方法借助基础设施(例如行车道上的或行车道边缘上的柱式轮廓标)来探测逆行驾驶员。
除了探测逆行驾驶员以外,所描述的方案还提供对逆行驾驶员做出反应的许多可能性。这方面的示例是通过显示或声学提示来对逆行驾驶员本身发出警报。也可以使用如下方法:借助所述方法例如通过车对车通信或借助移动无线电来对逆行驾驶员附近的其他驾驶员发出警报。此外,可以通过布置在道路边缘上的可变交通标志来对其他的交通参与者发出警报。也可以对正在逆向行驶的车辆100的电机控制或制动进行干预。
所描述的方案能够实现:探测逆行驾驶员并且及时地对逆行驾驶员附近的其他交通参与者发出警报,对于所述探测和发出警报而言,只有非常短的时间可供使用。
所描述的方案借助客户端/服务器解决方案来进行逆行驾驶员识别(逆向行驶驾驶员探测(Wrong-Way-Driver-Detection))。处于机动车上或机动车中的如下设备可以被看作是客户端:该设备具有互联网连接并且具有至少对位置坐标的访问权限。在此,例如可以涉及传输装置102。传输装置102例如可以涉及智能手机。在传输装置102中可以集成有传感器装置104。因此,例如可以借助作为示例性客户端的智能手机来实现特定于逆行驾驶员的服务器/客户端通信。可以借助网关(PDN_GW)将智能手机通过移动无线电网络连接到互联网,在互联网中布置有例如服务器形式的设备110。
由借助客户端/服务器解决方案的逆行驾驶员警报的可能工作方式得出通过在此描述的方案说明的技术的以下关键问题领域:
a)假阳性降低
在自身警报和/或主动干预的情况下,必须尽可能阻止或完全避免假阳性(即在正确行驶方式情况下的错误探测)。取决于警报方案,必须满足直至ASIL-A的标准。
b)时间紧急地实施触发链
为了将逆行驾驶员对其他交通参与者造成的危险保持得尽可能低,应该尽可能快地进行干预或警报。也就是说,从通过识别到逆行驾驶员而探测到关键性情况直到干预或警报的完整功能链应该在尽可能短的时间段内完成。在全面地使用这种功能的情况下,服务器(例如设备110)的占用率以及因此所需的功能有效性在此起着非常重要的作用。除了触发时间以外,经济性也是一个重要的部分方面。
c)通信、数据效率和耗电量
特别是对于移动设备而言,通信和耗电量必须尽可能地高效或尽可能地低,以便实现可接受的电池寿命。也必须通过数据高效的通信来防止移动无线电单元或其他的无线通信单元的过载。也可以尽可能地限制数据量以及与此相关的开销。出于计算能力的原因,通信效率在服务器侧也是极其重要的因子。
所描述的方案主要用于关键领域a)“假阳性降低”和b)“时间紧急地实施触发链”,然而必要时,c)“通信、数据效率和耗电量”也同样可能受到影响。在云118中基于商用智能手机和连接控制单元传感装置来识别逆行驾驶员并不是简单的。
图2根据一种实施例示出一种用于逆行驾驶员识别的方法的流程图。例如可以在使用根据图1所示的用于逆行驾驶员识别的设备的装置的情况下实施该方法。
该方法包括步骤201,在该步骤中通过接口读取位置数据。位置数据表示车辆的所测量的位置。在步骤203中读取地图数据,所述地图数据反映能够由车辆的行驶的道路网络的道路元素的集合。在步骤205中,在使用位置数据的情况下确定多个粒子。在此,粒子中的每个分别代表车辆的一个所假设的位置并且分别代表所假设的位置的权重。在此根据一种实施例,所假设的位置分布在所测量的位置周围。在步骤207中,基于多个粒子,确定所述道路元素的集合中的在车辆行驶方面可信的至少一个道路元素。在使用粒子滤波器的情况下至少实施步骤207。根据粒子的位置分布或粒子的权重,例如可以将道路元素确定成可信的道路元素。为此例如可以检查:预确定数量的粒子是否处于该道路元素上,或者,具有预确定权重的粒子是否处于该道路元素上。
在步骤207中,在确定可信的道路元素的情况下,可以排除满足预确定标准的道路元素。根据一种实施例,在此例如涉及如下道路元素:与以预给定参考间距彼此相邻的道路元素相比,这些道路元素彼此离得更近,或者这些道路元素是处于快速道路的匝道区域内的道路元素。匝道区域例如可以表示如下区域:在该区域中,快速道路的入口和出口通到一个其他的道路(例如国道)中。匝道区域例如可以具有从其他道路出发测量的预确定长度。附加地或替代地,匝道区域可以选择得如此长,使得入口与出口至少近似平行地延伸。因此,步骤207可以包括以下步骤:在该步骤中检查:通到一个其他的道路中的两个道路元素是否至少近似平行地彼此延伸。如果是这种情况,则可以在确定可信的道路元素的情况下排除这些道路元素。
在另一步骤中,根据一种实施例提供逆行驾驶员信号。例如如果车辆的当前行驶方向与可信的道路区段的行驶方向预先规定不一致,则提供逆行驾驶员信号。
对于逆行驾驶员识别来说,逆行驾驶员正行驶哪个路线不是决定性的。所需的信息主要是:逆行驾驶员当前处于哪里,并且该逆行驾驶员是否在与行驶方向相反的道路上行驶。为了这种求取显然需要一定的历史信息(Historie),但这不是所提出的问题的一部分,而更确切地说是得出结果的方式。
由于这些情况,提出一种基于粒子滤波器的方法。类似于卡尔曼滤波器,粒子滤波器适用于受隐马尔可夫链特征(即具有未观测到的状态的马尔可夫链)影响的***:
图3示出在时间k和k-1具有状态x和观测z的隐马尔可夫链模型320。
也就是说,***的状态无法被直接测量,然而可以基于其他的观测被估计出。在这种情况下,能够估计出位置并且因此估计出当前的道路。为此需要对以下等式进行求解:
p(xk|z0:k,u0:k)=η·g(zk|xk,z0:k-1,u0:k)π(xk|z0:k-1,u0:k)
在下文中借助xk描述时刻k的状态,借助x0:k-1=(x0,...,xk-1)来合并之前的状态。类似于x,这种换算也适用于控制参量u和观测u。η描述归一化项,然而该归一化项在下文在中不具有重要意义。该等式可以简化成以下等式:
并且该等式以两个步骤进行描述:
预测步骤:
和权重项:
在粒子滤波器的情况下,借助数值近似和蒙特卡罗法(Monte-Carlo-Method)来求解对概率分布的积分。
在此,w[j]描述第j个粒子的权重/概率。粒子的集合以
X={(x[j],w[j])}j=1,...,J
进行描述。因此,每个粒子具有权重w[j]和状态x[j]。
图4根据一种实施例示出粒子滤波处理的流程。为此,在图4中示出在时间k和k-1具有状态x和观测z的隐马尔可夫链模型。
工作的大部分旨在找到适用于
和
的函数,所述函数最佳地反映问题。此方面的基础是定义待估计的状态x。
方框401代表粒子滤波器(Χk-1,uk,z)。
直至经历过所有的值j=1:J,才从方框403跳转至方框405。
在方框405中计算新的状态:
在方框407中计算权重:
如果在方框403中经历过所有的值,则跳转至方框409。直至经历过所有的值i=1:J,才从方框409跳转至方框411。
如果在方框409中经历过所有的值,则跳转至表示结束Χk的方框415。
图5根据一种实施例示出一种用于逆行驾驶员识别的***。该***包括例如根据图1所提及的传输装置形式的设备102和用于逆行驾驶员识别的设备110,该设备根据这种实施例实施成所谓的WDW服务器。设备110构造用于从设备102接收数据106(例如根据图1描述的测量数据)并且基于数据106提供警报112,并且例如以根据图1所描述的逆向行驶信号的形式发送回到设备102。
该设备具有用于预处理的装置530、粒子滤波器532和警报模块534。
在基于云的逆行驾驶员警报装置的简化结构中嵌入有如图5所示那样的粒子滤波器532。
借助粒子滤波器532可以近似地确定汽车位置的概率分布。
图6借助车辆100示出可以被纳入到根据图5所示的模型中的值。这些值例如可以涉及在纵轴线x、横轴线y、高轴线z方向上的状态以及围绕纵轴线的转动p、围绕横轴线的俯仰q以及围绕高轴线的偏转r。
关于在使用粒子滤波器情况下的地图比较,适用贝叶斯滤波器p(xk|z0:k,u0:k)。在此参照图3,xk可以代表(未测量的)状态,例如地理上的长度、宽度和高度,uk+1例如代表汽车100在速度和转速方面如何运动,并且zk代表可以观测到什么——例如GPS信号或涉及车辆100的周围环境的信号(摄像机等)。
图7根据一种实施例示出一种程序流程。该流程开始于方框701。在方框530中,例如执行如根据图5所描述的那样的数据预处理。在方框703中(如果存在)加载之前的点的状态。在方框705中借助粒子滤波器进行地图比较(地图匹配)。在方框707中对结果进行解释。在方框709中检查是否存在逆向行驶。如果是这种情况,则如根据图5所描述的那样在方框534中发送警报。如果不存在逆向行驶,则以方框711结束程序流程。
图8根据一种实施例示出粒子滤波器的程序流程。方框801代表粒子滤波器的开始。在方框803中例如在考虑根据图1所述的传感器装置的传感器准确度的情况下对粒子进行移位。在方框805中求取地图相关的参数。这种参数例如说明:粒子是否处于道路上或者是否与道路名称(Titel)一致。在方框807中对新的粒子权重进行计算。在方框809中进行所谓的重采样(Resampling),在所述重采样的情况下,消除不相关的区域和/或粒子。在方框811中对各个粒子进行解释并且在方框813中对可能的道路进行反馈。
通过使用粒子滤波器改善以下提及的方面。一方面,提供一种顺序地(可能实时地)工作的方法,该方法主要求取道路网络上的当前位置。此外,能够实现稳健地估计道路网络上的当前位置。能够求取关于当前估计的不确定性。这使得可以在合理的程度上将关于潜在的逆向行驶的判定可靠地推迟。
图9根据一种实施例示出道路元素930、932、934的图示。道路元素930、932、934是能够由车辆(例如根据图1描述的车辆)行驶的道路网络的一部分。两个道路元素930表示高速公路,其中,道路元素930中的在左侧示出的表示用于第一行驶方向的一个或多个行车道,并且道路元素930中的在右侧示出的表示用于相反的第二行驶方向的一个或多个行车道。道路元素932、934表示由道路元素930代表的高速公路的入口和出口。在此,两个道路元素934处于匝道区域936中:该匝道区域通过预给定的长度938(例如以米为单位的长度x)定义。在此,预给定的长度938从入口的开始端或出口的结束端出发延伸,所述入口或所述出口通常彼此紧密相邻。在匝道区域936中,道路元素934彼此紧密相邻地延伸,使得在此仅可以困难地识别出车辆实际上处于道路元素934中的哪个上。因此有意义的是,在确定可信的道路元素的情况下排除匝道区域936。
对于逆行驾驶员识别而言,逆行驾驶员在哪个路线上行驶不是决定性的。所需的信息主要是逆行驾驶员当前处于哪里并且其是否在与行驶方向相反的道路上行驶。为了这种求取,显然需要历史信息,但这不是所提出的问题的一部分,而更确切地说这是得出结果的方式。
在入口的开始区域(例如至国道940的匝道区域936)内,借助常见的传感装置(汽车、智能手机等)无法可靠地识别逆行驾驶员。
因此,根据一种实施例,排除入口的前几米938。为此存在两种不同的方案。
在图9中示出第一种方案,在该方案中,排除高速公路入口在相反行驶方向上的前x米938。
如在图9中所示那样,主要是高速公路930的彼此紧密相邻的入口和出口932、934引起严重问题,所述高速公路邻接国道940、联邦公路等。因此,从可能道路930、932、934的解决方案集合中排除这些车辆当前所处的区域。可以通过确定常数或分析两个在此至少近似平行的道路部段934来反映值x 938,并且排除两个道路部段在其中至少几乎平行地延伸的区域936。
图10根据一种实施例示出道路元素930、932、934的图示。在此,可以涉及根据图9所描述的道路元素930、932、934。
两个道路元素934从另一道路940出发至少在开始时彼此至少近似平行地延伸。通常,两个道路区段934在如下长度938上(例如以米为单位的长度x)彼此平行地延伸:该长度相应于两个道路元素934中更短的道路元素的长度。根据这种实施例,使用长度938来定义所合并的道路元素1036。
在图10中示出一种实施例,在该实施例中,根据第二方案排除入口的前几米938。根据该第二方案,对高速公路入口的前x米938进行合并。替代地,通过在平行的区域内合并各个道路部段934导致与图10中所示的相同效果。在此,代表入口和出口的两个道路元素934通过道路元素1036合并,该道路元素因此允许在两个方向上行驶。
如果一个实施例包括第一特征与第二特征之间的“和/或”关系,则这可以如此解读:该实施例根据一种实施方式不仅具有第一特征、而且具有第二特征,并且根据另一实施方式要么仅具有第一特征、要么仅具有第二特征。
Claims (7)
1.一种用于逆行驾驶员识别的方法,其中,所述方法包括以下步骤:
通过接口读取(201)位置数据(106),其中,所述位置数据(106)代表车辆(100)的在使用布置在车辆中的传感器的情况下所测量的位置;
读取(203)地图数据(116),所述地图数据反映能够由所述车辆(100)行驶的道路网络的道路元素(930,932,934)的集合;
在使用所述位置数据(106)的情况下确定(205)多个粒子,其中,粒子代表所述车辆(100)的所假设的位置以及分配给所假设的位置的权重;并且
在使用粒子滤波器(532)的情况下,基于所述多个粒子确定(207)所述道路元素(930,932,934)的集合中的在所述车辆(100)的行驶方面可信的至少一个道路元素,其中,在使用用于处理信号或数据的计算单元的情况下实施所述确定(205,207)的步骤;在使用所述至少一个可信的道路元素的情况下提供逆向行驶信号(112),其中,所述逆向行驶信号(112)指出:是否存在所述车辆(100)的逆向行驶,
其特征在于,在确定(207)所述可信的道路元素的步骤中,从所述至少一个可信的道路元素的确定中排除所述道路元素(930,932,934)的集合中的以小间距彼此延伸的道路元素(934)或者在确定所述至少一个可信的道路元素的情况下将其用作一个合并的道路元素(1036)。
2.根据权利要求1所述的方法,所述方法具有如下步骤:作为布置在道路(940)的匝道区域中的道路元素(934)从所述道路元素(930,932,934)的集合中选择出以小间距彼此延伸的道路元素(934)。
3.根据权利要求1或2所述的方法,所述方法具有以下步骤:作为以小于10米的间距彼此相邻地延伸的道路元素(934)从所述道路元素(930,932,934)的集合中选择出以小间距彼此延伸的道路元素(934)。
4.根据权利要求1或2所述的方法,在所述方法中,在所述读取(201)的步骤中,通过计算云(118)的接口读取所述地图数据(116)。
5.一种用于逆行驾驶员识别的设备(110),所述设备设置用于在相应的单元中实施根据以上权利要求中任一项所述的方法的步骤。
6.一种用于逆行驾驶员识别的***,其中,所述***包括以下特征:
至少一个发送装置(102),所述发送装置能够布置在车辆(100)中或被布置在车辆中,并且所述发送装置构造用于发送所述位置数据(106),其中,所述位置数据(106)代表车辆(100)的所测量的位置;
根据权利要求5所述的用于逆行驾驶员识别的设备(110),所述设备构造用于接收由所述至少一个发送装置(102)所发送的位置数据(106)。
7.一种机器可读的存储器介质,在所述存储器介质上存储有计算机程序,所述计算机程序设置用于实施根据权利要求1至4中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102016210029.7 | 2016-06-07 | ||
DE102016210029.7A DE102016210029A1 (de) | 2016-06-07 | 2016-06-07 | Verfahren Vorrichtung und System zur Falschfahrererkennung |
PCT/EP2017/059006 WO2017211490A1 (de) | 2016-06-07 | 2017-04-13 | Verfahren vorrichtung und system zur falschfahrererkennung |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109313852A CN109313852A (zh) | 2019-02-05 |
CN109313852B true CN109313852B (zh) | 2021-08-03 |
Family
ID=58548709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780035612.6A Active CN109313852B (zh) | 2016-06-07 | 2017-04-13 | 用于逆行驾驶员识别的方法、设备和*** |
Country Status (6)
Country | Link |
---|---|
US (1) | US10532750B2 (zh) |
EP (1) | EP3465654B1 (zh) |
JP (1) | JP6732053B2 (zh) |
CN (1) | CN109313852B (zh) |
DE (1) | DE102016210029A1 (zh) |
WO (1) | WO2017211490A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11501642B2 (en) * | 2020-10-29 | 2022-11-15 | GM Global Technology Operations LLC | Method and system of detecting a wrong-way driving vehicle |
DE112020007654T5 (de) * | 2020-12-04 | 2023-08-17 | Mitsubishi Electric Corporation | Servereinrichtung, Steuerschaltung, Speichermedium und Verkehrsunterstützungsverfahren |
CN113157817B (zh) * | 2021-03-15 | 2024-05-10 | 平安科技(深圳)有限公司 | 区分驾驶员的方法、装置和计算机设备 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4797846B2 (ja) * | 2006-07-12 | 2011-10-19 | トヨタ自動車株式会社 | 区画線検出装置及び車線検出装置 |
JP2009140008A (ja) * | 2007-12-03 | 2009-06-25 | Sumitomo Electric Ind Ltd | 危険走行情報提供装置、危険走行判定プログラム及び危険走行判定方法 |
US8452535B2 (en) * | 2010-12-13 | 2013-05-28 | GM Global Technology Operations LLC | Systems and methods for precise sub-lane vehicle positioning |
US20120290150A1 (en) * | 2011-05-13 | 2012-11-15 | John Doughty | Apparatus, system, and method for providing and using location information |
US9140792B2 (en) | 2011-06-01 | 2015-09-22 | GM Global Technology Operations LLC | System and method for sensor based environmental model construction |
KR101881415B1 (ko) * | 2011-12-22 | 2018-08-27 | 한국전자통신연구원 | 이동체의 위치 인식 장치 및 방법 |
JP6171612B2 (ja) * | 2013-06-20 | 2017-08-02 | 株式会社豊田中央研究所 | 仮想レーン生成装置及びプログラム |
CN104464305A (zh) * | 2014-12-11 | 2015-03-25 | 天津艾思科尔科技有限公司 | 车辆逆行智能检测装置与方法 |
CN204613981U (zh) * | 2015-04-23 | 2015-09-02 | 杭州中威电子股份有限公司 | 一种基于svm的车辆逆行检测装置 |
DE102016210032A1 (de) * | 2016-06-07 | 2017-12-07 | Robert Bosch Gmbh | Verfahren Vorrichtung und System zur Falschfahrererkennung |
DE102016210017A1 (de) * | 2016-06-07 | 2017-12-07 | Robert Bosch Gmbh | Verfahren Vorrichtung und System zur Falschfahrererkennung |
-
2016
- 2016-06-07 DE DE102016210029.7A patent/DE102016210029A1/de active Pending
-
2017
- 2017-04-13 CN CN201780035612.6A patent/CN109313852B/zh active Active
- 2017-04-13 WO PCT/EP2017/059006 patent/WO2017211490A1/de unknown
- 2017-04-13 US US16/301,032 patent/US10532750B2/en active Active
- 2017-04-13 EP EP17717708.6A patent/EP3465654B1/de active Active
- 2017-04-13 JP JP2018563788A patent/JP6732053B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
US20190176848A1 (en) | 2019-06-13 |
CN109313852A (zh) | 2019-02-05 |
EP3465654A1 (de) | 2019-04-10 |
JP2019520648A (ja) | 2019-07-18 |
DE102016210029A1 (de) | 2017-12-07 |
WO2017211490A1 (de) | 2017-12-14 |
EP3465654B1 (de) | 2023-11-22 |
JP6732053B2 (ja) | 2020-07-29 |
US10532750B2 (en) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110001658B (zh) | 用于车辆的路径预测 | |
EP3285244B1 (en) | Vehicle information processing device and vehicle information processing program | |
EP3358303B1 (en) | An apparatus and associated methods for use in updating map data | |
EP2962067B1 (en) | Driver behavior from probe data for augmenting a data model | |
US10490078B1 (en) | Technology for providing real-time route safety and risk feedback | |
JP6944472B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
US10629073B2 (en) | Method, device and system for wrong-way driver detection | |
US11127287B2 (en) | System, method, and computer-readable storage medium for determining road type | |
CN109313852B (zh) | 用于逆行驾驶员识别的方法、设备和*** | |
CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
CN109313851B (zh) | 用于逆行驾驶员识别的方法、设备和*** | |
JP2004101504A (ja) | 走行リンク確定システム及びリンク旅行時間計測システム | |
CN113808414B (zh) | 道路荷载确定方法、装置及存储介质 | |
CN111183463B (zh) | 用于处理机动车中的数据以发送至后端的方法、设备和具有指令的计算机可读的存储介质 | |
JP7276067B2 (ja) | 走行支援システム、走行支援方法、及びプログラム | |
CN112703140A (zh) | 控制方法和控制装置 | |
US11315417B2 (en) | Method, device and system for wrong-way driver detection | |
JP6507717B2 (ja) | 遭遇車両判定装置 | |
US10876843B2 (en) | Method, device and system for wrong-way driver detection | |
CN117184123A (zh) | 基于顺应先验对具有不确定测量的道路行为体进行状态识别 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |