CN110097785A - 一种前车切入或紧急换道识别预警装置及预警方法 - Google Patents

一种前车切入或紧急换道识别预警装置及预警方法 Download PDF

Info

Publication number
CN110097785A
CN110097785A CN201910460795.7A CN201910460795A CN110097785A CN 110097785 A CN110097785 A CN 110097785A CN 201910460795 A CN201910460795 A CN 201910460795A CN 110097785 A CN110097785 A CN 110097785A
Authority
CN
China
Prior art keywords
vehicle
incision
lane
distance
front truck
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
CN201910460795.7A
Other languages
English (en)
Other versions
CN110097785B (zh
Inventor
张海伦
付锐
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.)
Changan University
Original Assignee
Changan University
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 Changan University filed Critical Changan University
Priority to CN201910460795.7A priority Critical patent/CN110097785B/zh
Publication of CN110097785A publication Critical patent/CN110097785A/zh
Application granted granted Critical
Publication of CN110097785B publication Critical patent/CN110097785B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • 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
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/65—Data transmitted between vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种前车切入或紧急换道识别预警装置及预警方法，通过视觉摄像头采集车路信息得到目标车辆的位置及形状参数，通过车速传感器和激光雷达采集本车和周围车辆运动参数信息，得到周围车辆相对于本车的运动参数，综合计算得到前车切入或紧急换道意图，为驾驶员提供预警，辅助驾驶员进行安全驾驶；本发明智能化程度高，在实时路况中，能在切入车辆开始切入动作时就能检测出其切入意图，并进行预警，降低交通风险。

Description

一种前车切入或紧急换道识别预警装置及预警方法
技术领域
本发明涉及汽车行驶主动安全领域，具体涉及一种前车切入或紧急换道识别预警装置及预警方法。
背景技术
随着国民经济的越发强大，车辆进入到了每家每户，道路交通安全也随之越来越受到重视。由于驾驶员的驾驶水平高低不齐，往往有些驾驶员会在驾驶车辆时无意识的进行一些危及到其他车辆行驶安全的动作，如与目标车道后车之间小间隙的无意识换道。其次，当驾驶员在遇到前方车道减少，需要进行强制紧急换道。再者，有些激进的驾驶员在本车道车流速度较为缓慢的情况下，当观察到相邻车道车流速度大于本车道车流速度时，会选择进行切入动作。以上交通情景都会对目标车道后方行驶车辆造成一定的安全隐患，需要驾驶员保持精神高度集中，并对相邻前方的车辆保持观测，以便做出正确的反应，调整车速和行驶姿态，从而避免事故发生。
在道路交通比较复杂的场景中，对驾驶员的注意力和驾驶技巧都要求非常苛刻，往往需要驾驶员进行迅速反应才能避免事故的发生，因此，需要设计一种预警装置，在上述情况中对周围车辆的轨迹进行实时的观测，帮助驾驶员提前进行预警，从而避免故事发生。
发明内容
针对现有技术中存在的问题，本发明提供一种前车切入或紧急换道识别预警装置及预警方法，当相邻前方车辆与本车间隙较小，同时进行切入或紧急换道时，为后车驾驶员提供安全预警，辅助驾驶员进行安全驾驶。
本发明是通过以下技术方案来实现：
一种前车切入或紧急换道识别预警装置，包括车速传感器、激光雷达、视觉摄像头、数字图像处理器和数据处理器；
车速传感器，用于采集本车的行驶速度；
激光雷达，用于采集切入车辆、本车、本车前方车辆和切入车辆前方车辆的运动参数以及相互之间的距离参数；
视觉摄像头，用于采集车道信息和切入车辆的图像信息；
数字图像处理器，用于对接收的车道信息和切入车辆的图像信息进行处理，输出切入车辆的尺寸信息以及切入车辆与车道线的位置信息；
数据处理器，用于接收激光雷达和数字图像处理器的信息，并通过神经网络前车切入意图判别模型确定切入车辆的切入意图。
优选的，所述车速传感器安装于车辆前轮上，车速传感器的输出端连接至车载CAN总线，激光雷达安装于车辆的前方，视觉摄像头安装于车辆的前挡风玻璃的上方，视觉摄像头与数字图像处理器连接，激光雷达和数字图像处理器的输出端与数据处理器的输入端连接，数据处理器的另一输入端与车载CAN总线连接。
优选的，还包括与数据处理器连接的预警指示器。
本发明还提供了上述前车切入或紧急换道识别预警装置的预警方法，包括以下步骤；
S1、车速传感器采集本车速度V0；
S2、激光雷达采集切入车辆的速度V1、横向速度Vy、纵向速度Vx，加速度acc，切入车辆与本车距离D01，切入车辆与本车相位角θ01；切入车辆前方车辆的速度V2，切入车辆与本车距离D02，切入车辆与本车相位角θ02；本车前方车辆的速度V3，本车前方车辆与本车距离D03；
S3、视觉摄像头采集切入车辆的参数及其对应的车道信息；
S4、数字图像处理器对步骤S3采集的切入车辆的参数及其对应的车道信息进行处理，得到切入车辆前轮触地点坐标位置P、拟合车道线f(t)以及切入车辆的形状；
S5、数据处理器根据车辆前轮触地点坐标位置P、拟合车道线f(t)以及切入车辆的形状，得到触地点坐标位置P到拟合车道线f(t)的最短距离为T和切入车辆的长度L1；
S6、数据处理器根据步骤S1和步骤S2采集参数，并结合步骤S5的最短距离为T和切入车辆的长度L1，得到切入车辆跨道时间TTLC、切入车辆分别与本车、切入车辆与其同车道前方车辆以及切入车辆与本车前方车辆的相对速度参数和相对距离参数；
S7、数据处理器将步骤S6得到的相对速度参数、相对距离参数以及步骤S2采集的切入车辆加速度acc和纵向速度Vx输入至训练好的神经网络前车切入意图判别模型，神经网络前车切入意图判别模型确定切入车辆的换道意图后，数据处理器输出预警信号。
优选的，步骤S3中，当本车左侧有车辆进行切入动作时，视觉摄像头(3采集切入车辆的右前轮触地点位置；当本车右侧有车辆进行切入动作时，视觉摄像头采集切入车辆的左前轮触地点位置。
优选的，步骤S4中，得到拟合车道线f(t)的具体方法如下；
首先，将切入车辆的参数及其对应的车道信息通过逆透视变换转化为鸟瞰模型，然后对鸟瞰模型进行二值化处理，再通过最小二乘法基于B样条曲线得到拟合车道线f(t)，再通过霍夫变换画出切入车辆前轮触地点位置，得到切入车辆前轮触地点坐标位置P，以及切入车辆形状；
其中A，D是车道曲线的起点和终点，B、C控制样条的形状，设待拟合点为fi(t)，其对应的d(Qj,Qj-1)为欧氏距离。
优选的，步骤S5中所述最短距离为T的确定方法如下；
其中，y0为切入车辆前轮触地点坐标位置P在图像坐标系中的纵坐标，x0切入车辆前轮触地点坐标位置P在图像坐标系中的横坐标，f′(x0)为拟合的车道曲线在在图像坐标系中x0处的斜率。
优选的，步骤S6中所述相对速度参数和相对距离参数分别为本车与切入车辆的相对速度△V01、切入车辆前方车辆与切入车辆的相对速度△V21、本车前方车辆与切入车辆的相对速度△V31、切入车辆尾部与本车头部的距离L01、切入车辆头部与切入车辆前方车辆尾部的距离L12、切入车辆头部与本车前方车辆尾部的距离L13；
确定跨道时间TTLC的方法如下；
TTLC＝T/Vy
确定本车与切入车辆的相对速度△V01的方法如下；
△V01＝V0-V1
确定切入车辆前方车辆与切入车辆的相对速度△V21的方法如下；
△V21＝V2-V1
确定本车前方车辆与切入车辆的相对速度△V31的方法如下；
△V31＝V3-V1
确定切入车辆尾部与本车头部的距离L01的方法如下；
L01＝D01×cosθ01
确定切入车辆头部与切入车辆前方车辆尾部的距离L12的方法如下；
L12＝D02×cosθ02-L1-L01
确定切入车辆头部与车前方车辆尾部的距离L13的方法如下；
L13＝D03-L1-L01
优选的，步骤S7中将跨道时间TTLC、相对速度△V01、相对速度△V21、相对速度△V31、距离L01、距离L12、距离L13、并结合切入车辆加速度acc和纵向速度Vx输入神经网络前车切入意图判别模型中。
优选的，所述神经网络前车切入意图判别模型为三层结构，其输入成神经元个数为10个，隐藏层神经元个数为21个，输出层为1个神经元，其输出为1或0；1表示确认切入意图，0表示无切入意图。
与现有技术相比，本发明具有以下有益的技术效果：
本发明提供的一种前车切入或紧急换道识别预警装置，通过车速传感器、激光雷达和视觉摄像头对前方切入车辆运动参数和车道信息进行实时采集；通过数字图像处理器对采集到的车辆及车道信息进行处理，得到拟合的车道线和前方目标车辆前轮触地点位置以及车辆形状；数据处理器对接收的信息进行处理，并通过神经网络前车切入意图判别模型确定切入车辆的切入意图，确定换道意图后输出预警信号，避免事故发生。
本发明还提供了上述预警装置的预警方法，可在多种复杂道路场景下，对前方相邻车辆的小间隙切入动作，紧急换道动作进行识别；本发明在工作时，只需通过视觉摄像头对相邻车道前方车辆的运动参数和车道信息进行观测，并通过视觉算法对采集到的信息进行处理，结合激光雷达采集的周围环境车辆的运动参数，根据离线训练过的神经网络前车切入意图判别模型，得到前车切入或紧急换道意图，将预测结果发送到预警指示器，预警指示器通过声音提醒驾驶员前方车辆即将进行切入动作，请注意预警，从而降低交通风险。
附图说明
图1为本发明预警装置的结构框图；
图2为本发明预警方法的流程图；
图3为本发明切入场景示意图；
图4为本发明检测有右侧切入车辆时的观测示意图；
图5为本发明检测有左侧切入车辆时的观测示意图。
图中：1、车速传感器，2、激光雷达，3、视觉摄像头，4、数字图像处理器，5、数据处理器，6、预警指示器。
具体实施方式
下面结合附图对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
如图1，一种前车切入或紧急换道识别预警装置，包括：车速传感器1、激光雷达2、视觉摄像头3、数字图像处理器4、数据处理器5和预警指示器6；
车速传感器1用于采集并输出本车的速度；
激光雷达2用于采集并输出切入车辆的数据，包括横向速度、纵向速度、加速度，与本车距离、与本车相位角；切入车辆前方车辆数据，包括速度，与本车距离，与本车相位角；本车前方车辆数据，包括速度，与本车距离；
视觉摄像头3用于采集车道信息和前方目标车辆信息；
数字图像处理器4用于处理视觉摄像头采集的车路信息；
数据处理器5用于处理CAN总线、激光雷达和数字图像处理器发送的信息，并将输出的结果输入神经网络前车切入意图判别模型中，网络前车切入意图判别模型确定切入车辆的切入意图后，输入报警信号；
预警指示器6用于接收数据处理器5的信号并输出报警提示音；
车速传感器的输出端连接至车载CAN总线，激光雷达2和数字图像处理器4的输出端连接数据处理器5的输入端，视觉摄像头3的输出端连接至数字图像处理器的输入端，数据处理器5的另一输入端与CAN总线相连，预警指示器6的输入端与数据处理器5的输出端相连。
在本发明的优选实施例中，车速传感器1安装于车辆右前轮上；激光雷达2安装于车辆前方的进气栅格处；视觉摄像头3安装于车辆的前挡风玻璃的上方；数字图像处理器4，数据处理器5均安装于车内仪表盘后方；预警指示器6安装于仪表板旁。
如图2，下面对上述前车切入或紧急换道识别预警装置的预警装置进行详细的阐述。
步骤1，视觉摄像头3对切入车辆及其车道信息进行连续采集，所采集的信息包括车道线、切入车辆前轮触地点位置以及车辆形状信息；
如图3，本发明分别考虑左侧切入和右侧切入两种路况，其中，当本车左侧有车辆进行切入动作时，视觉摄像头3采集切入车辆的右前轮触地点位置；如图4，当本车右侧有车辆进行切入动作时，视觉摄像头3采集切入车辆的左前轮触地点位置，如图5。
步骤2，对采集的切入车辆的参数及车道信息进行处理，具体如下；
视觉摄像头3采集的信息为数字图像，数字图像处理器4对采集的图像进行处理，识别出切入车辆前轮触地点坐标位置P以及拟合车道线f(t)；
首先，通过逆透视变换将采集到的信息转换成俯视图形式的“鸟瞰模型”，继续二值化处理“鸟瞰模型”图，再通过最小二乘法基于B样条曲线拟合车道线，通过霍夫变换画出切入车辆前轮触地点位置，得到拟合车道线f(t)和切入车辆左前轮触地点坐标位置PL或切入车辆右前轮触地点坐标位置PR；
其中A，D是车道曲线的起点和终点，B、C控制样条的形状，设待拟合点为fi(t)，其对应的d(Qj,Qj-1)为欧氏距离。
步骤3，数据处理器5接收到数字图像处理器4发送过来的切入车辆左/右前轮触地点坐标位置PL/PR以及拟合车道线f(t)，计算得到触地点坐标位置P到拟合车道线f(t)的最短距离为T，以及切入车辆的长度L1；
如图4所示，当左侧车辆进行切入动作时，T为前方目标车辆左前轮触地点位置PL至车道线f(t)的最短距离Tl；如图5所示，当有右侧车辆进行切入动作时，T为前方目标车辆右前轮触地点位置PR至车道线f(t)的最短距离Tr；
在本发明的优选实施例中，最短距离T通过求解下述方程组得到：
其中，y0为切入车辆前轮触地点位置P在图像坐标系中的纵坐标，x0切入车辆前轮触地点位置P在图像坐标系中的横坐标，f′(x0)为拟合的车道曲线在在图像坐标系中x0处的斜率。
切入车辆长度L1为识别出的切入车辆矩形形状短边中点位置的纵向距离，如图4，图5中的椭圆形中的L1；所述图像处理过程中的距离和长度，经过图像坐标系和大地坐标系转换可得到实际距离和长度。
步骤4，采集切入车辆的参数，以及切入车辆同车道前方车辆运动参数，具体为：通过激光雷达2采集切入车辆的速度V1、横向速度Vy、纵向速度Vx、加速度acc，与本车距离D01，与本车相位角θ01；切入车辆同车道前方车辆C1的速度V2、与本车距离D02，以及与本车相位角θ02；本车前方车辆的速度V3，本车前方车辆的与本车距离D03。
步骤5，数据处理器5根据切入车辆前轮触地点到拟合的车道线的最短距离T，切入车辆横向速度Vy，计算出实时跨道时间TTLC；
TTLC＝T/Vy
根据本车速度V0和切入车辆速度V1，计算得到本车与切入车辆的相对速度△V01；
△V01＝V0-V1
根据切入车辆前方车辆的速度V2和切入车辆速度V1，计算得到切入车辆前方车辆与切入车辆的相对速度△V21；
△V21＝V2-V1
根据本车前方车辆的速度V3和切入车辆的速度V1，计算得到本车前方车辆与切入车辆的相对速度△V31；
△V31＝V3-V1
根据切入车辆与本车的距离D01和相位角θ01，计算得到切入车辆尾部相对于本车头部的距离L01；
L01＝D01×cosθ01
根据切入车辆的纵向长度L1、L01以及切入车辆与本车距离D02、切入车辆与本车相位角θ02，计算得到切入车辆头部相对于切入车辆前方车辆尾部的距离L12；
L12＝D02×cosθ02-L1-L01
根据L01、车辆纵向长度L1，以及本车前方车辆与本车距离D03，计算得到切入车辆头部相对本车前方车辆尾部的距离L13；
L13＝D03-L1-L01
将跨道时间TTLC、相对速度△V01、相对速度△V21、相对速度△V31、距离L01、距离L12、距离L13、并结合切入车辆加速度acc和纵向速度Vx，输入到数据处理器5中的经过离线训练过的神经网络前车切入意图判别模型中，神经网络模型为三层结构，其输入层神经元为10个，隐藏层神经元个数为21个，输出层为1个神经元；
具体的，所述的神经网络为BP神经网络，输入有四个，分别为车辆方向盘转角、方向盘转角速度、车辆前轮距车道线的距离和车辆侧向速度，神经网络的输出为1或0，1表示确认切入意图，0表示无切入意图。
神经网络的学习训练过程由正向传播和反向传播组成；
正向传播是计算网络的输出。
首先：隐层神经元的输入为所有输入的加权之和，如下；
其中，xi和xj分别为输入层和隐藏层的神经元，wij为输入层和隐藏层之间的权值；i∈[1,2,3,4]，j∈[1,2,3,4,5,6,7,8,9]。
隐层神经元的输出xj′采用sigmoid激活函数，e为自然对数；可知输出层神经元的输出为
其中，o为输出层神经元的输出；wjo为隐藏层和输出层之间的权值，j∈[1,2,3,4,5,6,7,8,9]；由于输出层只有一个神经元，所以o的编号不变。
网络输出与理想输出oi的误差为e＝oi-o；损失函数为
其中，e为网络输出与理想输出的误差，oi为理想输出，E为损失函数表征符号。
反向传播调整各层间的权值，采用梯度下降法，输出层及隐层的连接权值wjo学习算法为
其中，η为学习速率，η∈[0,1]；
隐层和输入层连接权值
其中，
进一步的，在训练过程中，正向传播时，输入信息从输入层经过隐层逐层处理，并传向输出层，每层神经元的状态只影响下一层神经元状态。如果不能得到所期望的输出，开始反向传播，将误差信号按反方向计算，由梯度下降法调整各层神经元的权值，将误差信息减小。
步骤6，当确认前车切入意图后，通过预警指示器发出声音信号，提示驾驶员前方车辆即将进行切入或紧急换道动作，请注意预警。
工作时，激光雷达2采集切入车辆的速度V1、横向速度Vy、纵向速度Vx，加速度acc，与本车距离D01，与本车相位角θ01；切入车辆前方车辆的速度V2，与本车距离D02，与本车相位角θ02；本车前方车辆的速度V3，与本车距离D03；视觉摄像头3采集到车路信息为数字图像行驶，并将信号发送到数字图像处理器4，数字图像处理器4对采集到的数字图像进行处理，通过逆透视变换、最小二乘法、霍夫变换得到车道线以及前方目标车辆前轮触地点位置信息和车辆形状信息，并将信号发送到数据处理器5，数据处理器5根据获取得信号得到前方目标车辆前轮触地点位置到车道线的最短距离T和目标车辆长度L1，同时数据处理器5也接收到CAN总线发来的由车速传感器1采集的本车车速V0，综合数据，计算得到所需判别所需特征值，并输入到数据处理器5中经过离线训练过的神经网络前车切入意图判别模型中，得到前车切入意图，将判别信号发送到预警指示器6中，提醒驾驶员注意预警。
本发明公开一种前车切入或紧急换道识别预警装置及预警方法，通过视觉摄像头采集车路信息得到目标车辆的位置及形状参数，通过车速传感器和激光雷达采集本车和周围车辆运动参数信息，得到周围车辆相对于本车的运动参数，综合计算得到前车切入或紧急换道意图，为驾驶员提供预警，辅助驾驶员进行安全驾驶；本发明智能化程度高，在实时路况中，能在切入车辆开始切入动作时就能检测出其切入意图，并进行预警，降低交通风险。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种前车切入或紧急换道识别预警装置，其特征在于，包括车速传感器(1)、激光雷达(2)、视觉摄像头(3)、数字图像处理器(4)和数据处理器(5)；
车速传感器(1)，用于采集本车的行驶速度；
激光雷达(2)，用于采集切入车辆、本车、本车前方车辆和切入车辆前方车辆的运动参数以及相互之间的距离参数；
视觉摄像头(3)，用于采集车道信息和切入车辆的图像信息；
数字图像处理器(4)，用于对接收的车道信息和切入车辆的图像信息进行处理，输出切入车辆的尺寸信息以及切入车辆与车道线的位置信息；
数据处理器(5)，用于接收激光雷达和数字图像处理器的信息，并通过神经网络前车切入意图判别模型确定切入车辆的切入意图。
2.根据权利要求1所述前车切入或紧急换道识别预警装置，其特征在于，所述车速传感器(1)安装于车辆前轮上，车速传感器(1)的输出端连接至车载CAN总线，激光雷达(2)安装于车辆的前方，视觉摄像头(3)安装于车辆的前挡风玻璃的上方，视觉摄像头(3)与数字图像处理器(4)连接，激光雷达(2)和数字图像处理器(4)的输出端与数据处理器(5)的输入端连接，数据处理器(5)的另一输入端与车载CAN总线连接。
3.根据权利要求1所述前车切入或紧急换道识别预警装置，其特征在于，还包括与数据处理器(5)连接的预警指示器(6)。
4.一种根据权利要求1-3任一项所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，包括以下步骤；
S1、车速传感器(1)采集本车速度V0；
S2、激光雷达(2)采集切入车辆的速度V1、横向速度Vy、纵向速度Vx，加速度acc，切入车辆与本车距离D01，切入车辆与本车相位角θ01；切入车辆前方车辆的速度V2，切入车辆与本车距离D02，切入车辆与本车相位角θ02；本车前方车辆的速度V3，本车前方车辆与本车距离D03；
S3、视觉摄像头(3)采集切入车辆的参数及其对应的车道信息；
S4、数字图像处理器(4)对步骤S3采集的切入车辆的参数及其对应的车道信息进行处理，得到切入车辆前轮触地点坐标位置P、拟合车道线f(t)以及切入车辆的形状；
S5、数据处理器(5)根据车辆前轮触地点坐标位置P、拟合车道线f(t)以及切入车辆的形状，得到触地点坐标位置P到拟合车道线f(t)的最短距离为T和切入车辆的长度L1；
S6、数据处理器(5)根据步骤S1和步骤S2采集参数，并结合步骤S5的最短距离为T和切入车辆的长度L1，得到切入车辆跨道时间TTLC、切入车辆分别与本车、切入车辆与其同车道前方车辆以及切入车辆与本车前方车辆的相对速度参数和相对距离参数；
S7、数据处理器(5)将步骤S6得到的相对速度参数、相对距离参数以及步骤S2采集的切入车辆加速度acc和纵向速度Vx输入至训练好的神经网络前车切入意图判别模型，神经网络前车切入意图判别模型确定切入车辆的换道意图后，数据处理器(5)输出预警信号。
5.根据权利要求4所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，步骤S3中，当本车左侧有车辆进行切入动作时，视觉摄像头(3)采集切入车辆的右前轮触地点位置；当本车右侧有车辆进行切入动作时，视觉摄像头(3)采集切入车辆的左前轮触地点位置。
6.根据权利要求4所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，步骤S4中，得到拟合车道线f(t)的具体方法如下；
首先，将切入车辆的参数及其对应的车道信息通过逆透视变换转化为鸟瞰模型，然后对鸟瞰模型进行二值化处理，再通过最小二乘法基于B样条曲线得到拟合车道线f(t)，再通过霍夫变换画出切入车辆前轮触地点位置，得到切入车辆前轮触地点坐标位置P，以及切入车辆形状；
其中A，D是车道曲线的起点和终点，B、C控制样条的形状，设待拟合点为fi(t)，其对应的d(Qj,Qj-1)为欧氏距离。
7.根据权利要求6所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，步骤S5中所述最短距离为T的确定方法如下；
其中，y0为切入车辆前轮触地点坐标位置P在图像坐标系中的纵坐标，x0切入车辆前轮触地点坐标位置P在图像坐标系中的横坐标，f′(x0)为拟合的车道曲线在在图像坐标系中x0处的斜率。
8.根据权利要求7所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，步骤S6中所述相对速度参数和相对距离参数分别为本车与切入车辆的相对速度△V01、切入车辆前方车辆与切入车辆的相对速度△V21、本车前方车辆与切入车辆的相对速度△V31、切入车辆尾部与本车头部的距离L01、切入车辆头部与切入车辆前方车辆尾部的距离L12、切入车辆头部与本车前方车辆尾部的距离L13；
确定跨道时间TTLC的方法如下；
TTLC＝T/Vy
确定本车与切入车辆的相对速度△V01的方法如下；
△V01＝V0-V1
确定切入车辆前方车辆与切入车辆的相对速度△V21的方法如下；
△V21＝V2-V1
确定本车前方车辆与切入车辆的相对速度△V31的方法如下；
△V31＝V3-V1
确定切入车辆尾部与本车头部的距离L01的方法如下；
L01＝D01×cosθ01
确定切入车辆头部与切入车辆前方车辆尾部的距离L12的方法如下；
L12＝D02×cosθ02-L1-L01
确定切入车辆头部与车前方车辆尾部的距离L13的方法如下；
L13＝D03-L1-L01
9.根据权利要求8所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，步骤S7中将跨道时间TTLC、相对速度△V01、相对速度△V21、相对速度△V31、距离L01、距离L12、距离L13、并结合切入车辆加速度acc和纵向速度Vx输入神经网络前车切入意图判别模型中。
10.根据权利要求9所述前车切入或紧急换道识别预警装置的预警方法，其特征在于，所述神经网络前车切入意图判别模型为三层结构，其输入成神经元个数为10个，隐藏层神经元个数为21个，输出层为1个神经元，其输出为1或0；1表示确认切入意图，0表示无切入意图。
CN201910460795.7A 2019-05-30 2019-05-30 一种前车切入或紧急换道识别预警装置及预警方法 Active CN110097785B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910460795.7A CN110097785B (zh) 2019-05-30 2019-05-30 一种前车切入或紧急换道识别预警装置及预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910460795.7A CN110097785B (zh) 2019-05-30 2019-05-30 一种前车切入或紧急换道识别预警装置及预警方法

Publications (2)

Publication Number Publication Date
CN110097785A true CN110097785A (zh) 2019-08-06
CN110097785B CN110097785B (zh) 2022-06-07

Family

ID=67449660

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910460795.7A Active CN110097785B (zh) 2019-05-30 2019-05-30 一种前车切入或紧急换道识别预警装置及预警方法

Country Status (1)

Country Link
CN (1) CN110097785B (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705388A (zh) * 2019-09-16 2020-01-17 清华大学 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法
CN110745140A (zh) * 2019-10-28 2020-02-04 清华大学 一种基于连续图像约束位姿估计的车辆换道预警方法
CN110816534A (zh) * 2019-11-27 2020-02-21 安徽江淮汽车集团股份有限公司 车辆变道预警方法、设备、存储介质及装置
CN110816526A (zh) * 2019-11-29 2020-02-21 苏州智加科技有限公司 自动驾驶车辆躲避威胁加速度控制方法、装置及存储介质
CN111324120A (zh) * 2020-02-26 2020-06-23 中汽研汽车检验中心（天津）有限公司 一种自动驾驶前车切入切出场景提取方法
CN111619564A (zh) * 2020-05-29 2020-09-04 重庆长安汽车股份有限公司 一种车辆自适应巡航车速控制方法、装置、处理器、汽车及计算机可读存储介质
CN111754816A (zh) * 2020-06-04 2020-10-09 纵目科技（上海）股份有限公司 一种移动物体意图识别方法、***、终端和存储介质
CN112406694A (zh) * 2020-11-16 2021-02-26 东风汽车集团有限公司 一种汽车转向灯自动控制***及方法
CN112634188A (zh) * 2021-02-02 2021-04-09 深圳市爱培科技术股份有限公司 一种车辆远近景组合成像方法及装置
CN112937584A (zh) * 2021-03-31 2021-06-11 重庆长安汽车股份有限公司 一种自动换道控制方法、装置及汽车
CN113221638A (zh) * 2021-03-31 2021-08-06 重庆长安汽车股份有限公司 一种车辆目标感知方法及***
CN113232650A (zh) * 2021-05-31 2021-08-10 吉林大学 一种面对有前方车辆汇入的车辆避撞控制***及控制方法
CN113276850A (zh) * 2021-07-22 2021-08-20 国汽智控(北京)科技有限公司 车辆控制的方法、装置、设备、存储介质及程序产品
CN113428141A (zh) * 2021-07-15 2021-09-24 东风汽车集团股份有限公司 一种前车紧急切入及时响应的智能检测方法及***
CN113516846A (zh) * 2021-06-24 2021-10-19 长安大学 车辆换道行为预测模型构建、预测预警方法及***
CN113548063A (zh) * 2020-04-20 2021-10-26 本田技研工业株式会社 驾驶支援装置、驾驶支援方法及存储介质
CN113696891A (zh) * 2020-05-18 2021-11-26 奥迪股份公司 自适应巡航行车的辅助驾驶***及方法
CN113763750A (zh) * 2021-09-29 2021-12-07 中智行(上海)交通科技有限公司 基于5g的智能车路协同***及方法
WO2021253245A1 (zh) * 2020-06-16 2021-12-23 华为技术有限公司 识别车辆变道趋势的方法和装置
CN114347984A (zh) * 2021-12-23 2022-04-15 北京国家新能源汽车技术创新中心有限公司 基于车路感知融合技术在前车切入场景的控制决策方法
CN114435389A (zh) * 2020-11-02 2022-05-06 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
CN115171428A (zh) * 2022-06-24 2022-10-11 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法
CN116279450A (zh) * 2023-05-18 2023-06-23 智道网联科技(北京)有限公司 车辆控制方法、装置及电子设备、存储介质
US11708075B2 (en) 2021-04-08 2023-07-25 Ford Global Technologies, Llc Enhanced adaptive cruise control

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0501345A2 (en) * 1991-02-26 1992-09-02 Mitsubishi Denki Kabushiki Kaisha Motor car traveling control device
CN101089917A (zh) * 2007-06-01 2007-12-19 清华大学 一种目标车换道工况下的快速识别方法
CN104916165A (zh) * 2015-06-26 2015-09-16 长安大学 一种前车驾驶员不安全驾驶行为检测方法及装置
CN106428014A (zh) * 2016-07-30 2017-02-22 桐城市祥瑞机动车辆检测有限公司 一种用于汽车的前车驾驶员不安全驾驶行为检测装置
CN108182428A (zh) * 2018-01-31 2018-06-19 福州大学 前车状态识别和车辆跟随的方法
CN108428343A (zh) * 2018-05-17 2018-08-21 长沙理工大学 一种多车驾驶行为分析和危险预警方法及***
CN109305171A (zh) * 2018-11-01 2019-02-05 长安大学 一种前方车辆行驶姿态观测装置及其方法
CN109670376A (zh) * 2017-10-13 2019-04-23 神州优车股份有限公司 车道线识别方法及***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0501345A2 (en) * 1991-02-26 1992-09-02 Mitsubishi Denki Kabushiki Kaisha Motor car traveling control device
CN101089917A (zh) * 2007-06-01 2007-12-19 清华大学 一种目标车换道工况下的快速识别方法
CN104916165A (zh) * 2015-06-26 2015-09-16 长安大学 一种前车驾驶员不安全驾驶行为检测方法及装置
CN106428014A (zh) * 2016-07-30 2017-02-22 桐城市祥瑞机动车辆检测有限公司 一种用于汽车的前车驾驶员不安全驾驶行为检测装置
CN109670376A (zh) * 2017-10-13 2019-04-23 神州优车股份有限公司 车道线识别方法及***
CN108182428A (zh) * 2018-01-31 2018-06-19 福州大学 前车状态识别和车辆跟随的方法
CN108428343A (zh) * 2018-05-17 2018-08-21 长沙理工大学 一种多车驾驶行为分析和危险预警方法及***
CN109305171A (zh) * 2018-11-01 2019-02-05 长安大学 一种前方车辆行驶姿态观测装置及其方法

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110705388A (zh) * 2019-09-16 2020-01-17 清华大学 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法
CN110745140A (zh) * 2019-10-28 2020-02-04 清华大学 一种基于连续图像约束位姿估计的车辆换道预警方法
CN110745140B (zh) * 2019-10-28 2021-01-01 清华大学 一种基于连续图像约束位姿估计的车辆换道预警方法
CN110816534A (zh) * 2019-11-27 2020-02-21 安徽江淮汽车集团股份有限公司 车辆变道预警方法、设备、存储介质及装置
CN110816534B (zh) * 2019-11-27 2020-10-20 安徽江淮汽车集团股份有限公司 车辆变道预警方法、设备、存储介质及装置
CN110816526A (zh) * 2019-11-29 2020-02-21 苏州智加科技有限公司 自动驾驶车辆躲避威胁加速度控制方法、装置及存储介质
CN111324120A (zh) * 2020-02-26 2020-06-23 中汽研汽车检验中心（天津）有限公司 一种自动驾驶前车切入切出场景提取方法
CN113548063A (zh) * 2020-04-20 2021-10-26 本田技研工业株式会社 驾驶支援装置、驾驶支援方法及存储介质
US11981344B2 (en) 2020-04-20 2024-05-14 Honda Motor Co., Ltd. Driving assistance device, driving assistance method, and storage medium
CN113696891A (zh) * 2020-05-18 2021-11-26 奥迪股份公司 自适应巡航行车的辅助驾驶***及方法
CN111619564A (zh) * 2020-05-29 2020-09-04 重庆长安汽车股份有限公司 一种车辆自适应巡航车速控制方法、装置、处理器、汽车及计算机可读存储介质
CN111754816A (zh) * 2020-06-04 2020-10-09 纵目科技（上海）股份有限公司 一种移动物体意图识别方法、***、终端和存储介质
WO2021253245A1 (zh) * 2020-06-16 2021-12-23 华为技术有限公司 识别车辆变道趋势的方法和装置
CN114435389B (zh) * 2020-11-02 2024-01-30 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
CN114435389A (zh) * 2020-11-02 2022-05-06 上海汽车集团股份有限公司 一种车辆控制方法、装置及车辆
CN112406694A (zh) * 2020-11-16 2021-02-26 东风汽车集团有限公司 一种汽车转向灯自动控制***及方法
CN112634188A (zh) * 2021-02-02 2021-04-09 深圳市爱培科技术股份有限公司 一种车辆远近景组合成像方法及装置
CN112937584B (zh) * 2021-03-31 2022-06-03 重庆长安汽车股份有限公司 一种自动换道控制方法、装置及汽车
CN113221638A (zh) * 2021-03-31 2021-08-06 重庆长安汽车股份有限公司 一种车辆目标感知方法及***
CN112937584A (zh) * 2021-03-31 2021-06-11 重庆长安汽车股份有限公司 一种自动换道控制方法、装置及汽车
CN113221638B (zh) * 2021-03-31 2023-05-26 重庆长安汽车股份有限公司 一种车辆目标感知方法及***
US11708075B2 (en) 2021-04-08 2023-07-25 Ford Global Technologies, Llc Enhanced adaptive cruise control
CN113232650A (zh) * 2021-05-31 2021-08-10 吉林大学 一种面对有前方车辆汇入的车辆避撞控制***及控制方法
CN113516846A (zh) * 2021-06-24 2021-10-19 长安大学 车辆换道行为预测模型构建、预测预警方法及***
CN113428141A (zh) * 2021-07-15 2021-09-24 东风汽车集团股份有限公司 一种前车紧急切入及时响应的智能检测方法及***
CN113276850A (zh) * 2021-07-22 2021-08-20 国汽智控(北京)科技有限公司 车辆控制的方法、装置、设备、存储介质及程序产品
CN113763750A (zh) * 2021-09-29 2021-12-07 中智行(上海)交通科技有限公司 基于5g的智能车路协同***及方法
CN114347984A (zh) * 2021-12-23 2022-04-15 北京国家新能源汽车技术创新中心有限公司 基于车路感知融合技术在前车切入场景的控制决策方法
WO2023115987A1 (zh) * 2021-12-23 2023-06-29 北京国家新能源汽车技术创新中心有限公司 基于车路感知融合技术在前车切入场景的控制决策方法
CN115171428A (zh) * 2022-06-24 2022-10-11 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法
CN115171428B (zh) * 2022-06-24 2023-06-30 重庆长安汽车股份有限公司 一种基于视觉感知的车辆切入预警方法
CN116279450A (zh) * 2023-05-18 2023-06-23 智道网联科技(北京)有限公司 车辆控制方法、装置及电子设备、存储介质
CN116279450B (zh) * 2023-05-18 2023-09-19 智道网联科技(北京)有限公司 车辆控制方法、装置及电子设备、存储介质

Also Published As

Publication number Publication date
CN110097785B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
CN110097785A (zh) 一种前车切入或紧急换道识别预警装置及预警方法
CN107346612B (zh) 一种基于车联网的车辆防碰撞方法和***
CN107499262A (zh) 基于机器学习的acc/aeb***及车辆
CN104290753B (zh) 一种前方车辆运动状态追踪预测装置及其预测方法
CN110745140B (zh) 一种基于连续图像约束位姿估计的车辆换道预警方法
CN106379237B (zh) 基于增强现实的车辆换道全过程辅助驾驶***
CN107544518B (zh) 基于拟人驾驶的acc/aeb***及车辆
US6734787B2 (en) Apparatus and method of recognizing vehicle travelling behind
CN108189838A (zh) 一种融合型自适应巡航弯道控制方法及装置
CN108537197A (zh) 一种基于深度学习的车道线检测预警装置及预警方法
CN104773172A (zh) 用于控制追踪目标车辆的车辆的设备及计算机程序
CN109760678A (zh) 一种汽车自适应巡航***的限速方法
CN109859526B (zh) 一种超车时前方目标车辆运动姿态实时观测装置及方法
CN109677404A (zh) 一种基于驾驶行为的车路协同的汽车主动安全辅助装置及方法
CN109532834A (zh) 自适应巡航***过弯目标探测与筛选方法、装置及计算机可读存储介质
CN107782727A (zh) 基于融合的湿路面检测
CN110203202A (zh) 一种基于驾驶员意图识别的换道辅助预警方法及装置
CN106515582A (zh) 安全驾驶预警方法及装置
CN111391856A (zh) 汽车自适应巡航的前方弯道检测***及方法
CN109552327A (zh) 提升自适应巡航***弯道性能的***及方法
CN110588623A (zh) 一种基于神经网络的大型汽车安全驾驶方法及***
CN109471434A (zh) 一种新型的变量喷雾路径规划自主导航***及方法
CN110796102B (zh) 一种车辆目标感知***及方法
CN110450777A (zh) 基于毫米波雷达的多参数输入的车辆预警控制方法及***
CN106864458A (zh) 一种自动绕障***及方法、智能汽车

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