CN110109159A - 行驶管理方法、装置、电子设备及存储介质 - Google Patents
行驶管理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN110109159A CN110109159A CN201910430629.2A CN201910430629A CN110109159A CN 110109159 A CN110109159 A CN 110109159A CN 201910430629 A CN201910430629 A CN 201910430629A CN 110109159 A CN110109159 A CN 110109159A
- Authority
- CN
- China
- Prior art keywords
- traveling
- target object
- traveling target
- information
- preset
- 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
Links
Classifications
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- 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
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3658—Lane guidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开实施例公开了一种行驶管理方法、装置、电子设备及存储介质,包括:获取至少两个行驶目标物分别上传的位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;根据所述行驶位置向至少一个行驶目标物发送对应的导航信息。通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
Description
技术领域
本公开涉及行驶调度领域,尤其是一种行驶管理方法、装置、电子设备及存储介质。
背景技术
全球卫星导航***,(the Global Navigation Satellite System),也称为全球导航卫星***,是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位***。卫星导航***已经在航空、航海、通信、人员跟踪、消费娱乐、测绘、授时、车辆监控管理和汽车导航与信息服务等方面广泛使用,而且总的发展趋势是为实时应用提供高精度服务。
现有技术中,受限于导航***中定位***的精度问题,导航***中将行驶的车辆定义为一个坐标点,而将行驶的路线定义为线,因此,在进行导航时仅仅提供车辆坐标点在行车路线上的位置变化。但是,导航***仅仅能够通过定位信息确定行驶车辆的大概位置,但是无法确定行驶车辆在所在的行驶集团中所在的具***置,因此,无法区别化的向不同车辆提供精确的导航信息。
发明内容
本公开实施例提供一种通过获取行驶目标物之间相对位置关系进行导航的行驶管理方法、装置、电子设备及存储介质。
根据本公开实施例的第一方面,提供一种行驶管理方法,包括:
获取至少两个行驶目标物分别上传的位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;
根据所述行驶位置向至少一个行驶目标物发送对应的导航信息。
可选地,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息之前,包括:
根据所述行驶位置确定各个行驶目标物在行驶方向上的可行驶距离,其中,所述可行驶距离为行驶目标物与其前方的行驶目标物之间的距离;
将所述可行驶距离与预设的距离阈值进行比对;
当所述可行驶距离大于预设的距离阈值时,定义所述行驶目标物具有预设的行驶属性,其中,所述行驶属性用于定义对所述至少两个行驶目标物形成的行驶集团具有限速作用的行驶目标物;
所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息包括:
向具有所述行驶属性的行驶目标物发送所述导航信息。
可选地,所述将所述可行驶距离与预设的距离阈值进行比对之后,包括:
当所述可行驶距离小于等于预设的距离阈值时,则扩展比对区域直至确定具有所述行驶属性的行驶目标物为止。
可选地,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息之前,包括:
获取具有所述行驶属性的行驶目标物的行驶速度;
将所述行驶速度与预设的速度阈值进行比对;
当所述行驶速度小于所述速度阈值时,确认对所述行驶属性的行驶目标物发送所述导航信息,其中,所述速度阈值为所述行驶目标物所在路段的最低行驶速度。
可选地,所述当所述行驶速度小于所述速度阈值时,确认对所述行驶属性的行驶目标物发送所述导航信息之后,包括:
获取所述行驶目标物所在路段的路况信息;
根据所述路况信息判断限制所述行驶目标物行驶速度的外部条件是否达成;
当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。
可选地,所述导航信息包括预设的第一提示信息,所述第一提示信息用于提示所述行驶目标物变道行驶,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息包括:
获取所述行驶目标物所在行车道的行车速度;
在所述行驶路面上查找速度需求小于所述速度阈值的目标车道;
根据所述目标车道生成向所述行驶目标物发送的第一提示信息,以使所述行驶目标物根据所述第一提示信息提示用户变道至所述目标车道。
可选地,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息包括:
当所述外部条件达成时,确认达成所述外部条件的车道信息;
根据所述车道信息生成向各个行驶目标物发送的第二提示信息,其中,第二提示信息用于提示所述各个行驶目标物避开达成所述外部条件的车道;
向所述各个行驶目标物发送所述第二提示信息。
可选地,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息之前,包括:
根据所述各个行驶目标物的行驶位置生成行驶分布图;
将所述行驶分布图输入至预设的路况分析模型中进行路况分析,其中,所述路况分析模型为预先训练至收敛状态,用于对行驶分布图进行路况分类的神经网络模型;
根据所述路况分析模型输出的分类结果确定所述行驶路面的路况信息。
根据本公开实施例的第二方面,提供一种行驶管理装置,包括:
获取模块,用于获取至少两个行驶目标物分别上传的位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
处理模块,用于根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;
执行模块,用于根据所述行驶位置向至少一个行驶目标物发送对应的导航信息。
可选地,所述行驶管理装置还包括:
第一处理子模块,用于根据所述行驶位置确定各个行驶目标物在行驶方向上的可行驶距离,其中,所述可行驶距离为行驶目标物与其前方的行驶目标物之间的距离;
第一比对子模块,用于将所述可行驶距离与预设的距离阈值进行比对;
第一执行子模块,用于当所述可行驶距离大于预设的距离阈值时,定义所述行驶目标物具有预设的行驶属性,其中,所述行驶属性用于定义对所述至少两个行驶目标物形成的行驶集团具有限速作用的行驶目标物。
可选地,所述行驶管理装置还包括:第七执行子模块,用于当所述可行驶距离小于等于预设的距离阈值时,则扩展比对区域直至确定具有所述行驶属性的行驶目标物为止。
可选地,所述行驶管理装置还包括:
第一获取子模块,用于获取具有所述行驶属性的行驶目标物的行驶速度;
第二比对子模块,用于将所述行驶速度与预设的速度阈值进行比对;
第二执行子模块,用于当所述行驶速度小于所述速度阈值时,确认对所述行驶属性的行驶目标物发送所述导航信息,其中,所述速度阈值为所述行驶目标物所在路段的最低行驶速度。
可选地,所述行驶管理装置还包括:
第二获取子模块,用于获取所述行驶目标物所在路段的路况信息;
第二处理子模块,用于根据所述路况信息判断限制所述行驶目标物行驶速度的外部条件是否达成;
第三执行子模块,用于当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。
可选地,所述导航信息包括预设的第一提示信息,所述第一提示信息用于提示所述行驶目标物变道行驶,所述行驶管理装置还包括:
第三获取子模块,用于获取所述行驶目标物所在行车道的行车速度;
第三处理子模块,用于在所述行驶路面上查找速度需求小于所述速度阈值的目标车道;
第四执行子模块,用于根据所述目标车道生成向所述行驶目标物发送的第一提示信息,以使所述行驶目标物根据所述第一提示信息提示用户变道至所述目标车道。
可选地,所述行驶管理装置还包括:
第一确认子模块,用于当所述外部条件达成时,确认达成所述外部条件的车道信息;
第四处理子模块,用于根据所述车道信息生成向各个行驶目标物发送的第二提示信息,其中,第二提示信息用于提示所述各个行驶目标物避开达成所述外部条件的车道;
第五执行子模块,用于向所述各个行驶目标物发送所述第二提示信息。
可选地,所述行驶管理装置还包括:
第一生成子模块,用于根据所述各个行驶目标物的行驶位置生成行驶分布图;
第五处理子模块,用于将所述行驶分布图输入至预设的路况分析模型中进行路况分析,其中,所述路况分析模型为预先训练至收敛状态,用于对行驶分布图进行路况分类的神经网络模型;
第六执行子模块,用于根据所述路况分析模型输出的分类结果确定所述行驶路面的路况信息。
根据本公开实施例的第三方面,提供一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述所述的行驶管理方法。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述所述的行驶管理方法。
根据本公开实施例的第五方面,提供一种车辆控制方法,包括:
采集位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
上传所述位置数据至预设的服务器端,以使所述服务器端根据所述位置数据确定行驶目标物在行驶路面上所在的行驶位置;
接收由所述服务器端根据所述行驶位置生成的导航信息。
可选地,所述位置数据包括行驶目标物在行驶方向上的可行驶距离,所述采集位置数据之后,包括:
上传所述位置数据至预设的服务器端,以使所述服务器端根据所述可行驶距离确定所述行驶目标物的可行驶距离是否大于预设的距离阈值,若是,则定义所述行驶目标物具有预设的行驶属性;
接收所述服务器端根据所述行驶属性生成的导航信息。
根据本公开实施例的第六方面,提供一种车辆控制装置,包括:
采集模块,用于采集位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
发送模块,用于上传所述位置数据至预设的服务器端,以使所述服务器端根据所述位置数据确定行驶目标物在行驶路面上所在的行驶位置;
接收模块,用于接收由所述服务器端根据所述行驶位置生成的导航信息。
可选地,所述车辆控制装置还包括:
第一上传子模块,用于上传所述位置数据至预设的服务器端,以使所述服务器端根据所述可行驶距离确定所述行驶目标物的可行驶距离是否大于预设的距离阈值,若是,则定义所述行驶目标物具有预设的行驶属性;
第一接收子模块,用于接收所述服务器端根据所述行驶属性生成的导航信息。
根据本公开实施例的第七方面,提供一种汽车终端,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述所述的汽车控制方法。
本公开实施例的有益效果是:在进行导航时各个行驶目标物通过小范围通讯的方式,相互之间获取一定范围内其他行驶目标物的坐标信息,当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。各个行驶目标物与其他行驶目标物之间的相对位置关系分布,具有相互重叠的部分,通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据一示例性实施例行驶管理方法的基本流程示意图;
图2是根据一示例性实施例行驶管理方法一种实施方式的示意图;
图3是根据一示例性实施例确定行驶目标物行驶属性的流程示意图;
图4是根据一示例性实施例行驶集团头部车辆确定的流程示意图;
图5是根据一示例性实施例检测具有行驶属性的行驶目标物速度是否达标的流程示意图;
图6是根据一示例性实施例排除客观因素干扰的流程示意图;
图7是根据一示例性实施例向行驶目标物发送变道提示的流程示意图;
图8是根据一示例性实施例对行驶目标物进行路况提示的流程示意图;
图9是根据一示例性实施例通过神经网络模型进行路况分析的流程示意图;
图10是根据一示例性实施例四车道行驶路面中行驶集团的行驶分布示意图;
图11是根据一示例性实施例行驶管理装置基本结构示意图;
图12是根据一示例性实施例电子设备基本结构框图;
图13是根据一示例性实施例行驶管理装置基本结构示意图;
图14是根据一示例性实施例电子设备基本结构框图;
图15是根据一示例性实施例行驶管理装置基本结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
实施例1
请参阅图1,图1为本实施例行驶管理方法的基本流程示意图。
如图1所示,一种行驶管理方法,包括:
S1100、获取至少两个行驶目标物分别上传的位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
本实施方式中,行驶目标物能够是现行的各类型汽车、摩托车和自行车等陆地行走的交通工具,上述交通工具的驾驶方式包括自动驾驶或者手动驾驶。在一些实施方式中,行驶目标物还能够是海上航行的船舶、潜水器或者低空飞行的飞行物等等。
本实施方式中,行驶目标物中安装有车载通讯***,车在通讯***能够采集自身车辆的信息,包括(不限于):车辆的速度、加速度、角速度测量、经纬度和所处高度等信息,然后,将自身信息通过广播的方式在有限的通讯距离内进行广播,在该通讯距离内的所有安装有车载通讯***的其他车辆均能够接收该信号,获知该车辆的车况,同样的该车辆也能够通过同样的方式获取通讯距离其他车辆的车况信息。本实施方式中,通讯距离设定为100m范围,但是通讯距离的设定不局限于此,根据具体应用场景的不同,通讯距离的范围能够更大或者更小,例如10m或者1000m。
需要指出的是,在一些实施方式中,为保证信息安全,车载通讯***之间交互的信息需要进行加密处理,接受其他行驶目标物的车况信息后需要进行解密后才能阅读。
本实施方式中车载通讯***能够集成安装在车辆中,也能够通过安装外接设备进行加装。例如,采用T-Box外接设备。
车载通讯***通过无线信号进行数据交互和传输,例如,采用4G或5G信号进行数据传输。但是根据具体应用场景的不同,在一些实施方式中,车载通讯***还能够通过红外线或者蓝牙通讯方式进行通讯。车载通讯***还能够通过无线网络与服务器端连接,将获取的车况信息上传至服务器端。车载通讯***与服务器端的信息传递通过4G、5G或WiFi进行。
具体地,车载终端T-Box通过OBD接口安装在汽车上,每台汽车上的车载终端T-Box都能通过5G V2X(Vehicle to Everything)技术与其附近一定范围内的其他汽车或者基础设施进行组网通信,从而发现并定位附近汽车的相对位置;然后通过车载终端T-Box通过移动通信技术(4G或者5G)的方式与后台服务器进行通信,并上报附近汽车的相对位置;后台服务器通过计算汽车上报GPS的位置信息、V2X获得的相对位置信息以及第三方道路导航信息等,将高速公路上的汽车分布情况梳理汇总得到行驶分布图。
本实施方式中,在通讯距离的范围内不同的行驶目标物之间交互发送各自的GPS坐标信息,但是坐标信息的形式不局限于此,在一些实施方式中,坐标信息能够为(不限于):北斗***、格洛纳斯***或伽利略***。
各个行驶目标物在获取其他行驶目标物的坐标信息后,会计算他们之间的相对距离。例如,获取周边车辆的相对位置坐标(X,Y)。
获取周边车辆相对位置,我们先要对车辆位置进行坐标系转换,坐标系的定义为:
a)y轴–在行驶的方向上指向车辆前方
b)x轴–自车面向前方时,指向车辆右侧
然后通过两点间欧式距离公式得到本车前后左右四周车间相对距离,二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离;
其中,欧氏距离:
确定一个车辆的位置后,遍历该车辆周边一定范围内(例如100m)的车辆位置,假设周边车辆编号为A、B……N,并得到对应的相对距离A(xA,yA)、B(xB,yB)…N(xN,yN);
最终,得到了车辆与其他车辆之间的相对位置关系。
然后将得到的相对位置关系作为位置数据发送至服务器端。
在一些实施方式中,为了方便服务器端精确的对行驶目标物进行定位,位置数据中还包括行驶目标物的坐标信息,例如GPS坐标数据;或者还包括其他行驶目标物的坐标信息。
服务器端接收由各个行驶目标物上传的位置数据。
S1200、根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;
服务器端接收到各个行驶目标物上传的位置数据后,根据位置数据中包含的坐标信息,大致的确定各个行驶目标物所在的位置,但是受限于坐标位置的精度,无法进一步地确定各个行驶目标物在行驶路面上的行驶位置。例如,在宽度为标准四车道的路面上,行驶目标物在哪一个车道上行驶?
因此,需要通过行驶目标物之间的相对距离进行更加准确的定位,由于,各个行驶目标物的位置数据中记录有其与周边各个行驶目标物之间的相对距离,这相当于规划出了行驶目标物的参考分布图,由于,行驶的随机性各个行驶目标物之间距离相似性的几率很小,尤其是行驶目标物周边的其他行驶目标物较多时(例如,大于3时),相对距离完全重复的几率会进一步降低,且用于参考的行驶目标物越多重复的几率越小。但是作为两个互为参考的行驶目标物之间的距离却是相同,因此,通过相对距离的重叠性就能够准确的确定出行驶路面上各个行驶目标物的具体行驶位置。
在一些实施方式中,将行驶目标物转为点,各个行驶目标物之间的相对距离转化为线,然后将路面作为宽度一定的载体,则位置数据中重叠的部分作为行驶目标物在行驶路面上进行分布的拼接规则,即将行驶目标物的分布图进行拼接,拼接的规则为将相互重叠等长的线拼接在一起,以此确定各个行驶目标物的具体行驶位置。本实施方式中,位置数据中包括方向数据,方向数据有行驶目标物的车载摄像头确定,即通过拍摄行驶目标物四个方向上的图像,以此确定行驶目标物与其他行驶目标物之间的相对方向。在确定了行驶目标物之间的相对方向,才能够建立行驶目标物的分布图。
在一些实施方式中,为识别行驶目标物的行驶方向,能够采集各个行驶目标物的实时位置坐标,形成行驶轨迹,然后就能够根据行驶轨迹指向的延伸方向得到行驶目标物的行驶方向,即行驶轨迹指向的延伸方向为行驶方向。
在一些实施方式中,位置数据中还包括各个行驶目标物的ID信息,即各个行驶目标物的身份信息,该身份信息能够通过交互获取,也能够通过图像识别行驶目标物的车牌获取。当位置数据中包括ID信息后,则能够快速的对行驶目标物进行位置确定,例如,位置数据显示距离ID号为粤BXX543的车辆距离为10m,在粤BXX543位置已知的情况下,则该车的位置则被唯一确定。
S1300、根据所述行驶位置向至少一个行驶目标物发送对应的导航信息。
根据获取的各个行驶目标物的行驶位置服务器端具有针对性的发送导航信息。例如,导航路线显示行驶目标物需要左转时,需要提醒用户行驶于左转专用道上,但是,通过上述步骤确定行驶目标物已经在左转专用道上时,则无需进行提醒。或者导航路线显示行驶目标物需要左转时,通过上述步骤确定行驶目标物已经在直行道上,且已经过了左转路段,则需要重新规划导航路线,而无需在确定车辆错过了左转路口后,再进行重新规划。
在一些实施方式中,在实际路况中,高速公路上的车往往是慢慢形成以集团的形式前进,排在每个集团前方的至少两个辆领头车,通常都是以相近的距离、以相近的相对速度前行。他们彼此接近并排前行且低于最高限速,使得后方车辆很难超车通过,只好随之慢速跟车前行,从而导致了整个行驶集团的慢速前进。因此,通过上述实施方式,确定行驶集团中领头车,并监听领头车的行驶速度,当领头车的行驶速度小于公路限速,可能造成行驶集团堵塞的,需要通过导航提示领头车提速或者变道至慢车道上进行行驶,以避免造成拥堵。
上述实施方式,在进行导航时各个行驶目标物通过小范围通讯的方式,相互之间获取一定范围内其他行驶目标物的坐标信息,当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。各个行驶目标物与其他行驶目标物之间的相对位置关系分布,具有相互重叠的部分,通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
举例说明,请参阅图2,图2为本实施例行驶管理方法一种实施方式的示意图。
如图2所示,每辆行驶目标物1的车载终端T-Box的5G V2X车联网技术进行信息交换,通过获取通讯车辆的位置坐标计算行驶目标物1与自己之间的相对位置关系。在一些实施方式中,为避免行驶目标物1之间由于距离过远无法进行通讯的问题,在行驶路面的边沿处设置路测基础设施,路测基础设施为固定的T-Box端,能够作为行驶目标物1之间信息交互的中继器。
行驶目标物1进行信息同步后,将自身的位置信息和周围其他行驶目标物1的相对位置关系发送至云端服务器***,云端服务器***接收到行驶目标物1的位置信息和相对位置关系的信息后,通过汽车道路综合建模服务、汽车定位位置服务、道路拥塞分析服务、道路导航信息服务以及第三方道路导航综合信息***等功能模块对上述信息进行处理,然后生成对应的导航信息反馈至行驶目标物1。
在一些实施方式中,为检测行驶目标物在行驶集团中所在的位置,以及其对整个行驶集团的整体行车速度的影响,需要对各个行驶目标物的形式属性加以确定。请参阅图3,图3为本实施例确定行驶目标物行驶属性的流程示意图。
如图3所示,步骤S1300之前,还包括:
S1211、根据所述行驶位置确定各个行驶目标物在行驶方向上的可行驶距离,其中,所述可行驶距离为行驶目标物与其前方的行驶目标物之间的距离;
在各个行驶目标物的行驶方向上检测其前方是否具有行驶的其他行驶目标物,或者确定行驶目标物与前方的行驶目标物之间的相对距离,该相对距离由于在行驶目标物的正前方,因此,确定相对距离为行驶目标物的可行驶距离。可行驶距离的检测能够通过行车记录仪拍摄的图像以及车载通讯***进行检测得到。
S1212、将所述可行驶距离与预设的距离阈值进行比对;
将行驶目标物的可行驶距离与距离阈值进行比对,其中,距离阈值为预先设定的检测可行驶距离是否超标的距离。距离阈值的取值为20m,但是距离阈值的取值不局限于此,根据具体应用场景的不同,距离阈值能够取值10m、50m、80m或100m等。
S1213、当所述可行驶距离大于预设的距离阈值时,定义所述行驶目标物具有预设的行驶属性,其中,所述行驶属性用于定义对所述至少两个行驶目标物形成的行驶集团具有限速作用的行驶目标物;
当可行驶距离大于预设的距离阈值时,则表明该行驶目标物在行驶集团中的位置位于前列,没有其他车辆限制其速度,此时,定义该行驶目标物具有预设的行驶属性,该行驶属性为标记该行驶目标物为领头车,领头车具有限定行驶集团整体行车速度的能力,因此,从至少两个的行驶目标物中,找出领头车对于提高整体行车速度具有决定性的作用。通过行车前方的相对距离确定领头车的方法简单快捷,准确度较高。
当行驶距离小于等于预设的距离阈值时,则确定该行驶目标物为行驶集团中普通的行驶车辆,对行驶集团的行驶速度影响力较小。当行驶道路上有多个行驶集团时,确定某个行驶集团对的头部车辆对整个路面的行驶车辆不具有限速作用时,继续扩大比对的范围,寻找其他行车集团的头部车辆是否具有上述行驶属性。
S1214、向具有所述行驶属性的行驶目标物发送所述导航信息。
当确定行驶目标物是影响整个行驶集团行驶速度的头部车辆后,向该行驶目标物发送导航信息,导航信息的内容为:提示该行驶车辆加速行驶或者变道行驶。
在一些实施方式中,当行驶路面具有多个行驶集团时,当判断一个行驶集团的头部车辆对整个路面车辆没有限速作用时,应当查找其他行驶集团的头部车辆,是否限制了整个路面车辆的速度。请参阅图4,图4为本实施例行驶集团头部车辆确定的流程示意图。如图4所示,第一行驶集团11、第二行驶集团12和第三行驶集团13的头部车辆14均为行驶在各自行驶集团最前列的行驶目标物1,判断时确定第一行驶集团的头部车辆不限制行车速度后,继续判断下一个行驶集团的头部车辆14是否有限速作用,直至最终确定运行行车速度的头部车辆14,然后向该行驶目标物1发送导航信息。
在一些实施方式中,确定一辆或者多辆行驶目标物为领头车后,需要对领头车的行驶速度进行判断,确定领头车的行驶速度是否影响到整个行驶集团的行车速度,造成交通堵塞。请参阅图5,图5为检测具有行驶属性的行驶目标物速度是否达标的流程示意图。
如图5所示,步骤S1300之前,还包括:
S1221、获取具有所述行驶属性的行驶目标物的行驶速度;
车载通讯***采集具有行驶属性的行驶目标物的行驶速度,并将该行驶速度通过无线信号发送至服务器端。
服务器端接收并存储该行驶目标物上传的行驶速度的数据。
S1222、将所述行驶速度与预设的速度阈值进行比对;
服务器端将接收到的行驶目标物的行驶速度与预设的速度阈值进行比对。本实施方式中,速度阈值为预设的用于判断行车速度是否达标的速度值。速度阈值为动态变化的,其取值为当前行驶路段限速速度的80%。例如,路段限速为100km/小时,则速度阈值为80km/小时。
S1223、当所述行驶速度小于所述速度阈值时,确认对所述行驶属性的行驶目标物发送所述导航信息,其中,所述速度阈值为所述行驶目标物所在路段的最低行驶速度。
将行驶目标物的行车速度与速度阈值进行比较,当比较结果为行驶速度小于行驶速度时,确定该行驶目标物对行驶集团的行车速度具有影响,需要考察行车路段的路况是否影响到行车目标物的行驶。
当行驶目标物的行车速度与大于速度阈值时,则表明行驶目标物的行驶速度不影响行驶集团的行车速度,属于正常行驶行为。
当行驶目标物的行驶速度小于设定的速度阈值后,***确认向该行驶目标物发送导航信息,导航信息的内容为:提示该行驶车辆加速行驶或者变道行驶。
通过检测处于行驶集团头部的领头车辆的行车速度,能够快速的确定头部车辆是否对行驶集团的行车速度造成影响,快速确定引发拥堵的车辆信息,有助于对交通拥堵的疏散和缓解。
在一些实施方式中,当确定领头车辆的行驶速度影响了行驶集团的行车速度后,需要对限定行驶目标物的行驶速度的客观因素予以排除。请参阅图6,图6为本实施例排除客观因素干扰的流程示意图。
如图6所示,步骤S1223之后,还包括:
S1231、获取所述行驶目标物所在路段的路况信息;
当确定行驶目标物为领头车辆且行驶速度低于速度阈值时,服务器端获取行驶目标物所在的路段的路况信息,路况信息是指行驶路段是否有车祸或者道路维修等,阻碍车辆运行的客观因素。
服务器端获取路况信息时,能够通过向第三方业务服务器请求获取路况信息,其中,能够向第三方导航服务器端请求获取路况信息,也能够像警务***的服务器端请求获取该路段的路况信息。
在一些实施方式中,服务器端通过行驶目标物上传的分布图对路况信息进行分析。将领头车辆所在的路段的行驶目标物分布图输入至预设的路况分析模型中,路况分析模型为通过大量的分布图进行训练,学习了分布图与路况信息之间关联性的神经网络模型。将分布图输入至该路况分析模型中后,路况分析模型能够输出该分布图对应的路况信息的分类结果,根据该分类结果就能得到行驶目标物所在路段的路况信息。
S1232、根据所述路况信息判断限制所述行驶目标物行驶速度的外部条件是否达成;
判断路况信息是否为设定的影响行驶目标物速度的外部条件,外部条件具体为:该路段是否发生车祸或者道路维修等影响行驶目标物行驶速度的客观因素。但是设定的外部条件不局限于此,根据具体应用场景的不同,在一些实施方式中,泥石流淤塞、树木或者巨石拦路等天然灾害也属于影响行驶目标物行驶速度的外部条件。
当确定行驶路段的路况信息中存在上述所列明的时间或客观事实时,则确定限制行驶目标物行驶速度的外部条件达成;否则,则未达成。确定的方式为:将上述外部条件作为关键字,当路况信息的描述中具有上述关键中的一种时,确定该外部条件达成。
S1233、当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。
通过检测确定影响领头位置行驶目标物行驶速度的外部条件并不存在时,则表明该行驶目标物的在无外在因素的制约下,限制了整个行驶集团的行车速度,造成了道路拥堵现象,需要通过导航提示的方式提醒用户变道行驶或者加快行驶速度。
在一些实施方式中,当确定行驶目标物的行驶速度影响了整个行驶集团的行驶速度后,需要通过提示信息提示行驶目标物的驾驶人员将该行驶目标物驾行驶至慢行车道上行驶,以避免行驶目标物阻碍其他车辆高速行驶。请参阅图7,图7为本实施例向行驶目标物发送变道提示的流程示意图。
如图7所示,步骤S1300包括:
S1311、获取所述行驶目标物所在行车道的行车速度;
通过比对得到行驶目标物在行驶路面上所在的行车道时,通过第三方导航服务器或者存储的路段数据确定该行车道要求的行车速度。
S1312、在所述行驶路面上查找速度需求小于所述速度阈值的目标车道;
同样的获取整个行车路面的行测速度要求,例如,获取四车道行车路面上四个车道上行驶速度的限度值。在行车路面上一般设置有用于车辆缓行的慢车道,车速行驶要求要低于整个行车路面平均要求的行车速度,例如,限速100km/小时的高速公路,其慢车道的行驶速度要求为80km/小时。因此,在行车路面不同车道之间查找行车速度要求小于当前行驶目标物行驶速度的行车道。
在一些实时方式中,当行车各个车道的行车速度均大于行驶目标物的行车速度时,选择行车速度最低的行车道作为目标车道。
S1313、根据所述目标车道生成向所述行驶目标物发送的第一提示信息,以使所述行驶目标物根据所述第一提示信息提示用户变道至所述目标车道。
根据目标车道生成向行驶目标物发送的第一提示信息,其中,第一提示信息为预设的导航信息,在接收到目标车道的位置后,生成对应的提示信息。例如,当目标车道位于最右侧车道,而车辆行驶在最左侧的行车道上时,第一提示信息的内容为提示用户驾驶车辆变道至道路右侧车道行驶。
在一些实施方式中,行驶目标物属于无人驾驶设备,当接收到第一提示信息后,执行第一提示信息中记载的变道指令,变道至相应的行车道上进行行驶。
在行驶目标物不进行提速时,提示用户驾驶行驶目标物至对应行车道上继续驾驶,能够有效的缓解领头车低速行驶对行驶集团的速度限制,大大缓解了交通拥堵压力。
在一些实施方式中,通过确认确定行车路段存在影响行车速度的外部影响因素时,需要确认该行影响因素发生在那个行车道上,并提示后续车辆避开该行车道行驶,避免在出事位置强行变道加塞导致的交通堵塞。请参阅图8,图8为本实施例对行驶目标物进行路况提示的流程示意图。
如图8所示,步骤S1300包括:
S1321、当所述外部条件达成时,确认达成所述外部条件的车道信息;
通过确认影响行驶集团行车速度的外部条件达成,即行车路面的部分行车道或者全部行车道出现事故或者道路维修时,进一步确认达成该外部条件的车道信息,即具体发生上述事件的车道为那些或者事故车道的状态分布图等。
车道信息的获取通过向第三方导航服务器端请求获得。在一些实施方式中,通过路况信息模型分析当前行驶分布图,确定达成外部条件的车道信息。
S1322、根据所述车道信息生成向各个行驶目标物发送的第二提示信息,其中,第二提示信息用于提示所述各个行驶目标物避开达成所述外部条件的车道;
根据获取得到的达成外部条件的车道信息向行驶集团的各个行驶目标物发送第二提示信息,第二提示信息为预设的导航信息,在接收到车道信息后,生成对应的提示信息。例如,行车路段左侧的超车道出现车祸,则生成“前方左侧超车道出现车祸,请绕行”的第二提示消息。
S1323、向所述各个行驶目标物发送所述第二提示信息。
在生成第二提示信息后向行驶集团的各个行驶目标物发送第二提示信息,提示用户绕行。在一些实施方式中,计算具体事故或者维修发生的点距离各个行驶目标物的距离,在第二提示信息中,同时提醒行驶目标物距离始发点的距离。
在一些实施方式中,行驶目标物属于无人驾驶设备,当接收到第二提示信息后,执行第二提示信息中记载的绕道行驶指令,绕行至相应的行车道上进行行驶。
通过获取外部条件达成的车道信息,能够有效的对各个行驶目标物起到预警作用,不用行驶到事发地点后再进行变道,减少临时加塞导致形成交通堵塞的几率。
在一些实施方式中,将各个行驶目标物上传的分布图转化为由点和线组成的形式分布图,该行驶分布图组成了整个行驶集团的行驶信息。通过对该行驶分布图进行AI处理,能够及时的分析得到行驶路段的路况,缩短了导航预警和事故反应的时间。请参阅图9,图9为本实施例通过神经网络模型进行路况分析的流程示意图。
如图9所示,步骤S1300之前,还包括:
S1241、根据所述各个行驶目标物的行驶位置生成行驶分布图;
将行驶目标物转为点,各个行驶目标物之间的相对距离转化为线,然后将路面作为宽度一定的载体,则位置数据中重叠的部分作为行驶目标物在行驶路面上进行分布的拼接规则,即将行驶目标物的分布图进行拼接,拼接的规则为将相互重叠等长的线拼接在一起,以此确定各个行驶目标物的具体行驶位置。本实施方式中,位置数据中包括方向数据,方向数据有行驶目标物的车载摄像头确定,即通过拍摄行驶目标物四个方向上的图像,以此确定行驶目标物与其他行驶目标物之间的相对方向。在确定了行驶目标物之间的相对方向,才能够建立行驶目标物的行驶分布图。
请参阅图10,图10为本实施例在四车道行驶路面中行驶集团的行驶分布示意图。如图10所示,图中的黑色原点表示路面上的行驶目标物1,在四个车道的行驶分布图中,左侧的超车道2出现事故,在事故点3的位置行驶目标物1出现避让回归的分布状态,通过该分布图能够对事故进行准确的判断,判断需要通过神经网络模型进行。
生成的行驶分布图能够将行驶集团的行驶状态在宏观层面进行图像化,为图像化分析行车路况提供了基本的技术支撑,提高了行车管理的及时性。
S1242、将所述行驶分布图输入至预设的路况分析模型中进行路况分析,其中,所述路况分析模型为预先训练至收敛状态,用于对行驶分布图进行路况分类的神经网络模型;
将形成的行驶分布图作为输入,输入至预设的路况分析模型中进行路况分析。
其中,路况分析模型能够为已经训练至收敛状态的卷积神经网络模型(CNN),但是,不局限于此,路况分析模型还能够是:深度神经网络模型(DNN)、循环神经网络模型(RNN)或者上述三种网络模型的变形模型。
路况分析模型进行训练时,选择一个初始化的神经网络模型作为训练对象。
选择收集大量的行驶分布图作为训练样本,通过人为的方式进行标定,标定是指根据该行驶分布图的事件类型,例如,正常、车祸、道路维修或自然灾害对每个行驶分布图进行对应标记,同时,标记发生上述事件的车道。
将训练样本输入到初始的神经网络模型中,并获取模型输出的分类结果,并通过神经网络模型的损失函数计算该分类结果与标定结果之间的距离(例如:欧氏距离、马氏距离或余弦距离等),将计算结果与设定的距离阈值进行比对,若计算结果小于等于距离阈值则通过验证,继续进行下一个训练样本的训练,若计算结果大于距离阈值则通过损失函数计算二者之间的差值,并通过反向传播校正神经网络模型内的权值,使神经网络模型能够提高训练样本中描述事件发生地和体现事件发生地的像素点的权重,以此,增大神经网络模型判断的准确率。
通过大量的训练样本,训练得到的对人脸图像判断准确率大于一定数值的,例如,90%,则该神经网络模型训练至收敛状态,收敛状态的判断准确率与模型准确度需求以及进行训练的样本的多样性和数量有关,训练样本的数量和训练的次数在一定程度内与准确率成正比。当神经网络模型判断的准确率大于设定的准确率要求后,则该训练至收敛的神经网络即为识别模型。此时,即认为路况分析模型学习了行驶分布图与实践类型的关联性。
S1243、根据所述路况分析模型输出的分类结果确定所述行驶路面的路况信息。
路况分析模型输出的分析结果即为分类结果,分类结果的内容为路况分析模型分析得到输入的行驶分布图的事件类型。在一些实施方式中,分类结果还包括事件类型发生的车道信息。根据分类结果定义路况信息的时间类型以及事发车道信息。
通过生成行驶分布图,能够使AI分析路况信息成为可能,及时的分析得到行驶路段的路况,缩短了导航预警和事故反应的时间。
为解决上述技术问题,本公开实施例还提供一种行驶管理装置。
具体请参阅图11,图11为本实施例行驶管理装置基本结构示意图。
如图11所示,一种行驶管理装置,包括:获取模块2100、处理模块2200和执行模块2300。其中,获取模块2100用于获取至少两个行驶目标物分别上传的位置数据,其中,位置数据为在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置数据;处理模块2200用于根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;执行模块2300用于根据行驶位置向各个行驶目标物发送对应的导航信息。
行驶管理装置在进行导航时各个行驶目标物通过小范围通讯的方式,相互之间获取一定范围内其他行驶目标物的坐标信息,当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。各个行驶目标物与其他行驶目标物之间的相对位置关系分布,具有相互重叠的部分,通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
在一些实施方式中,行驶管理装置还包括:第一处理子模块、第一比对子模块、第一执行子模块第一导航模块。其中,第一处理子模块用于根据行驶位置确定各个行驶目标物在行驶方向上的可行驶距离,其中,可行驶距离为行驶目标物与其前方的行驶目标物之间的距离;第一比对子模块用于将可行驶距离与预设的距离阈值进行比对;第一执行子模块用于当可行驶距离大于预设的距离阈值时,定义行驶目标物具有预设的行驶属性,其中,行驶属性用于定义对至少两个行驶目标物形成的行驶集团具有限速作用的行驶目标物;第一导航模块用于向具有行驶属性的行驶目标物发送导航信息。
在一些实施方式中,行驶管理装置还包括:第七执行子模块,用于当所述可行驶距离小于等于预设的距离阈值时,则扩展比对区域直至确定具有所述行驶属性的行驶目标物为止。
在一些实施方式中,行驶管理装置还包括:第一获取子模块、第二比对子模块和第二执行子模块。其中,第一获取子模块用于获取具有行驶属性的行驶目标物的行驶速度;第二比对子模块用于将行驶速度与预设的速度阈值进行比对;第二执行子模块用于当行驶速度小于行驶速度时,确定对行驶目标物行驶路段的路况进行评价。
在一些实施方式中,行驶管理装置还包括:第二获取子模块、第二处理子模块和第三执行子模块。其中,第二获取子模块用于获取行驶目标物所在路段的路况信息;第二处理子模块用于根据路况信息判断限制行驶目标物行驶速度的外部条件是否达成;第三执行子模块用于当外部条件未达成时,确认对行驶目标物进行提示。
在一些实施方式中,导航信息包括预设的第一提示信息,第一提示信息用于提示行驶目标物变道行驶,行驶管理装置还包括:第三获取子模块、第三处理子模块和第四执行子模块。其中,第三获取子模块用于获取行驶目标物所在行车道的行车速度;第三处理子模块用于在行驶路面上查找速度需求小于行车速度的目标车道;第四执行子模块用于根据目标车道生成向行驶目标物发送的第一提示信息,以使行驶目标物根据第一提示信息提示用户变道至目标车道。
在一些实施方式中,行驶管理装置还包括:第一确认子模块、第四处理子模块和第五执行子模块。其中,第一确认子模块用于当外部条件达成时,确认达成外部条件的车道信息;第四处理子模块用于根据车道信息生成向各个行驶目标物发送的第二提示信息,其中,第二提示信息用于提示各个行驶目标物避开达成外部条件的车道;第五执行子模块用于向各个行驶目标物发送第二提示信息。
在一些实施方式中,行驶管理装置还包括:第一生成子模块、第五处理子模块和第六执行子模块。其中,第一生成子模块用于根据各个行驶目标物的行驶位置生成行驶分布图;第五处理子模块用于将行驶分布图输入至预设的路况分析模型中进行路况分析,其中,路况分析模型为预先训练至收敛状态,用于对行驶分布图进行路况分类的神经网络模型;第六执行子模块用于根据路况分析模型输出的分类结果确定行驶路面的路况信息。
为解决上述技术问题,本公开实施例还提供电子设备。具体请参阅图12,图12为本实施例电子设备基本结构框图。
如图12所示,电子设备的内部结构示意图。该电子设备包括通过***总线连接的处理器、非易失性存储介质、存储器和网络接口。其中,该电子设备的非易失性存储介质存储有操作***、数据库和计算机可读指令,数据库中可存储有控件信息序列,该计算机可读指令被处理器执行时,可使得处理器实现一种行驶管理方法。该电子设备的处理器用于提供计算和控制能力,支撑整个电子设备的运行。该电子设备的存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种行驶管理方法。该电子设备的网络接口用于与终端连接通信。本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本实施方式中处理器用于执行图11中获取模块2100、处理模块2200和执行模块2300的具体功能,存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有行驶管理装置中执行所有子模块所需的程序代码及数据,服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
电子设备在进行导航时各个行驶目标物通过小范围通讯的方式,相互之间获取一定范围内其他行驶目标物的坐标信息,当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。各个行驶目标物与其他行驶目标物之间的相对位置关系分布,具有相互重叠的部分,通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
本公开还提供一种存储有计算机可读指令的存储介质,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述任一实施例行驶管理方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Onl y Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
实施例2
请参阅图13,图13为本实施例车辆控制方法的基本流程示意图。
如图13所示,一种车辆控制方法,包括:
S3100、采集位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
本实施方式中,行驶目标物中安装有车载通讯***,车在通讯***能够采集自身车辆的信息,包括(不限于):车辆的速度、加速度、角速度测量、经纬度和所处高度等信息,然后,将自身信息通过广播的方式在有限的通讯距离内进行广播,在该通讯距离内的所有安装有车载通讯***的其他车辆均能够接收该信号,获知该车辆的车况,同样的该车辆也能够通过同样的方式获取通讯距离其他车辆的车况信息。本实施方式中,通讯距离设定为100m范围,但是通讯距离的设定不局限于此,根据具体应用场景的不同,通讯距离的范围能够更大或者更小,例如10m或者1000m。
本实施方式中车载通讯***能够集成安装在车辆中,也能够通过安装外接设备进行加装。例如,采用T-Box外接设备。
车载通讯***通过无线信号进行数据交互和传输,例如,采用4G或5G信号进行数据传输。但是根据具体应用场景的不同,在一些实施方式中,车载通讯***还能够通过红外线或者蓝牙通讯方式进行通讯。车载通讯***还能够通过无线网络与服务器端连接,将获取的车况信息上传至服务器端。车载通讯***与服务器端的信息传递通过4G、5G或Wi Fi进行。
具体地,车载终端T-Box通过OBD接口安装在汽车上,每台汽车上的车载终端T-Box都能通过5G V2X(Vehicle to Everything)技术与其附近一定范围内的其他汽车或者基础设施进行组网通信,从而发现并定位附近汽车的相对位置;然后通过车载终端T-Box通过移动通信技术(4G或者5G)的方式与后台服务器进行通信,并上报附近汽车的相对位置;后台服务器通过计算汽车上报GPS的位置信息、V2X获得的相对位置信息以及第三方道路导航信息等,将高速公路上的汽车分布情况梳理汇总得到行驶分布图。
本实施方式中,在通讯距离的范围内不同的行驶目标物之间交互发送各自的GPS坐标信息,但是坐标信息的形式不局限于此,在一些实施方式中,坐标信息能够为(不限于):北斗***、格洛纳斯***或伽利略***。
各个行驶目标物在获取其他行驶目标物的坐标信息后,会计算他们之间的相对距离。例如,获取周边车辆的相对位置坐标(X,Y)。
获取周边车辆相对位置,我们先要对车辆位置进行坐标系转换,坐标系的定义为:
a)y轴–在行驶的方向上指向车辆前方
b)x轴–自车面向前方时,指向车辆右侧
然后通过两点间欧式距离公式得到本车前后左右四周车间相对距离,二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离;
其中,欧氏距离:
确定一个车辆的位置后,遍历该车辆周边一定范围内(例如100m)的车辆位置,假设周边车辆编号为A、B……N,并得到对应的相对距离A(xA,yA)、B(xB,yB)…N(xN,yN);
最终,得到了车辆与其他车辆之间的相对位置关系。
然后将得到的相对位置关系作为位置数据发送至服务器端。
S3200、上传所述位置数据至预设的服务器端,以使所述服务器端根据所述位置数据确定行驶目标物在行驶路面上所在的行驶位置;
服务器端接收到各个行驶目标物上传的位置数据后,根据位置数据中包含的坐标信息,大致的确定各个行驶目标物所在的位置,但是受限于坐标位置的精度,无法进一步地确定各个行驶目标物在行驶路面上的行驶位置。例如,在宽度为标准四车道的路面上,行驶目标物在哪一个车道上行驶?
因此,需要通过行驶目标物之间的相对距离进行更加准确的定位,由于,各个行驶目标物的位置数据中记录有其与周边各个行驶目标物之间的相对距离,这相当于规划出了行驶目标物的参考分布图,由于,行驶的随机性各个行驶目标物之间距离相似性的几率很小,尤其是行驶目标物周边的其他行驶目标物较多时(例如,大于3时),相对距离完全重复的几率会进一步降低,且用于参考的行驶目标物越多重复的几率越小。但是作为两个互为参考的行驶目标物之间的距离却是相同,因此,通过相对距离的重叠性就能够准确的确定出行驶路面上各个行驶目标物的具体行驶位置。
上述实施方式,在进行导航时各个行驶目标物通过小范围通讯的方式,相互之间获取一定范围内其他行驶目标物的坐标信息,当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。各个行驶目标物与其他行驶目标物之间的相对位置关系分布,具有相互重叠的部分,通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
在一些实施方式中,将行驶目标物转为点,各个行驶目标物之间的相对距离转化为线,然后将路面作为宽度一定的载体,则位置数据中重叠的部分作为行驶目标物在行驶路面上进行分布的拼接规则,即将行驶目标物的分布图进行拼接,拼接的规则为将相互重叠等长的线拼接在一起,以此确定各个行驶目标物的具体行驶位置。本实施方式中,位置数据中包括方向数据,方向数据有行驶目标物的车载摄像头确定,即通过拍摄行驶目标物四个方向上的图像,以此确定行驶目标物与其他行驶目标物之间的相对方向。在确定了行驶目标物之间的相对方向,才能够建立行驶目标物的分布图。
在一些实施方式中,为识别行驶目标物的行驶方向,能够采集各个行驶目标物的实时位置坐标,形成行驶轨迹,然后就能够根据行驶轨迹指向的延伸方向得到行驶目标物的行驶方向,即行驶轨迹指向的延伸方向为行驶方向。
在一些实施方式中,位置数据中还包括各个行驶目标物的ID信息,即各个行驶目标物的身份信息,该身份信息能够通过交互获取,也能够通过图像识别行驶目标物的车牌获取。当位置数据中包括ID信息后,则能够快速的对行驶目标物进行位置确定,例如,位置数据显示距离ID号为粤BXX543的车辆距离为10m,在粤BXX543位置已知的情况下,则该车的位置则被唯一确定。
S3300、接收由所述服务器端根据所述行驶位置生成的导航信息。
根据获取的各个行驶目标物的行驶位置服务器端具有针对性的发送导航信息。例如,导航路线显示行驶目标物需要左转时,需要提醒用户行驶于左转专用道上,但是,通过上述步骤确定行驶目标物已经在左转专用道上时,则无需进行提醒。或者导航路线显示行驶目标物需要左转时,通过上述步骤确定行驶目标物已经在直行道上,且已经过了左转路段,则需要重新规划导航路线,而无需在确定车辆错过了左转路口后,再进行重新规划。
在一些实施方式中,在实际路况中,高速公路上的车往往是慢慢形成以集团的形式前进,排在每个集团前方的至少两个辆领头车,通常都是以相近的距离、以相近的相对速度前行。他们彼此接近并排前行且低于最高限速,使得后方车辆很难超车通过,只好随之慢速跟车前行,从而导致了整个行驶集团的慢速前进。因此,通过上述实施方式,确定行驶集团中领头车,并监听领头车的行驶速度,当领头车的行驶速度小于公路限速,可能造成行驶集团堵塞的,需要通过导航提示领头车提速或者变道至慢车道上进行行驶,以避免造成拥堵。
服务器端在生成导航信息后,将改导航信息发送至对应的行驶目标物,受到导航信息的形式目标物播放该导航信息。
上述实施方式,在进行导航时各个行驶目标物通过小范围通讯的方式,相互之间获取一定范围内其他行驶目标物的坐标信息,当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。各个行驶目标物与其他行驶目标物之间的相对位置关系分布,具有相互重叠的部分,通过比对重叠部分就能够在整体行驶路面上将各个行驶目标物的位置进行推定,最终得到各个行驶目标物在行驶路面上所在的行驶位置,通过该行驶位置能够对各个行驶目标物进行更加精准的导航,提高了整个导航***的准确性和疏导能力。
在一些是实施方式中,行驶目标物上传的位置数据被用于确定具有行驶属性的行驶目标物。请参阅图14,图14为行驶目标物接收行驶属性导航信息的流程示意图。
如图14所示,S3100之后包括:
S3111、上传所述位置数据至预设的服务器端,以使所述服务器端根据所述可行驶距离确定所述行驶目标物的可行驶距离是否大于预设的距离阈值,若是,则定义所述行驶目标物具有预设的行驶属性;
在各个行驶目标物的行驶方向上检测其前方是否具有行驶的其他行驶目标物,或者确定行驶目标物与前方的行驶目标物之间的相对距离,该相对距离由于在行驶目标物的正前方,因此,确定相对距离为行驶目标物的可行驶距离。可行驶距离的检测能够通过行车记录仪拍摄的图像以及车载通讯***进行检测得到。
行驶目标物将上述可行驶距离发送至服务器段后,服务器端将行驶目标物的可行驶距离与距离阈值进行比对,其中,距离阈值为预先设定的检测可行驶距离是否超标的距离。距离阈值的取值为20m,但是距离阈值的取值不局限于此,根据具体应用场景的不同,距离阈值能够取值10m、50m、80m或100m等。
当可行驶距离大于预设的距离阈值时,则表明该行驶目标物在行驶集团中的位置位于前列,没有其他车辆限制其速度,此时,定义该行驶目标物具有预设的行驶属性,该行驶属性为标记该行驶目标物为领头车,领头车具有限定行驶集团整体行车速度的能力,因此,从至少两个的行驶目标物中,找出领头车对于提高整体行车速度具有决定性的作用。通过行车前方的相对距离确定领头车的方法简单快捷,准确度较高。
当行驶距离小于等于预设的距离阈值时,则确定该行驶目标物为行驶集团中普通的行驶车辆,对行驶集团的行驶速度影响力较小。当行驶道路上有多个行驶集团时,确定某个行驶集团对的头部车辆对整个路面的行驶车辆不具有限速作用时,继续扩大比对的范围,寻找其他行车集团的头部车辆是否具有上述行驶属性。
S3112、接收所述服务器端根据所述行驶属性生成的导航信息。
当服务器端确定该行驶目标物具有上述行驶属性时,向该行驶目标物发送导航信息,导航信息的内容为:提示该行驶车辆加速行驶或者变道行驶。
为解决上述技术问题,本公开实施例还提供一种车辆控制装置。
具体请参阅图15,图15为本实施例车辆控制装置基本结构示意图。
如图15所示,一种车辆控制装置,包括:采集模块3100、发送模块3200和接收模块3300。其中,采集模块3100用于采集位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;发送模块3200用于上传所述位置数据至预设的服务器端,以使所述服务器端根据所述位置数据确定行驶目标物在行驶路面上所在的行驶位置;接收模块3300用于接收由所述服务器端根据所述行驶位置生成的导航信息。
在一些实施方式中,车辆控制装置还包括:第一上传子模块和第一接收子模块。第一上传子模块用于上传所述位置数据至预设的服务器端,以使所述服务器端根据所述可行驶距离确定所述行驶目标物的可行驶距离是否大于预设的距离阈值,若是,则定义所述行驶目标物具有预设的行驶属性;第一接收子模块用于接收所述服务器端根据所述行驶属性生成的导航信息。
为解决上述技术问题,本公开实施例还提供一种车辆终端,车辆终端包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述的汽车控制方法。
本实施方式中处理器用于执行图15中采集模块3100、发送模块3200和接收模块3300的具体功能,存储器存储有执行上述模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有行驶管理装置中执行所有子模块所需的程序代码及数据,服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
在一些实施方式中,采集模块3100为T-Box外接设备。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
Claims (15)
1.一种行驶管理方法,其特征在于,包括:
获取至少两个行驶目标物分别上传的位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;
根据所述行驶位置向至少一个行驶目标物发送对应的导航信息。
2.根据权利要求1所述的行驶管理方法,其特征在于,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息之前,包括:
根据所述行驶位置确定各个行驶目标物在行驶方向上的可行驶距离,其中,所述可行驶距离为行驶目标物与其前方的行驶目标物之间的距离;
将所述可行驶距离与预设的距离阈值进行比对;
当所述可行驶距离大于预设的距离阈值时,定义所述行驶目标物具有预设的行驶属性;其中,所述行驶属性用于定义对所述至少两个行驶目标物形成的行驶集团具有限速作用的行驶目标物;
所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息包括:
向具有所述行驶属性的行驶目标物发送所述导航信息。
3.根据权利要求2所述的行驶管理方法,其特征在于,所述将所述可行驶距离与预设的距离阈值进行比对之后,包括:
当所述可行驶距离小于等于预设的距离阈值时,则扩展比对区域直至确定具有所述行驶属性的行驶目标物为止。
4.根据权利要求2所述的行驶管理方法,其特征在于,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息之前,包括:
获取具有所述行驶属性的行驶目标物的行驶速度;
将所述行驶速度与预设的速度阈值进行比对;
当所述行驶速度小于所述速度阈值时,确认对所述行驶属性的行驶目标物发送所述导航信息,其中,所述速度阈值为所述行驶目标物所在路段的最低行驶速度。
5.根据权利要求2所述的行驶管理方法,其特征在于,所述当所述可行驶距离大于预设的距离阈值时,定义所述行驶目标物具有预设的行驶属性之后,包括:
获取所述行驶目标物所在路段的路况信息;
根据所述路况信息判断限制所述行驶目标物行驶速度的外部条件是否达成;
当所述外部条件未达成时,确认对所述行驶属性的行驶目标物发送所述导航信息。
6.根据权利要求5所述的行驶管理方法,其特征在于,所述导航信息包括预设的第一提示信息,所述第一提示信息用于提示所述行驶目标物变道行驶,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息包括:
获取所述行驶目标物所在行车道的行车速度;
在所述行驶路面上查找速度需求小于所述速度阈值的目标车道;
根据所述目标车道生成向所述行驶目标物发送的第一提示信息,以使所述行驶目标物根据所述第一提示信息提示用户变道至所述目标车道。
7.根据权利要求5所述的行驶管理方法,其特征在于,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息包括:
当所述外部条件达成时,确认达成所述外部条件的车道信息;
根据所述车道信息生成向各个行驶目标物发送的第二提示信息,其中,第二提示信息用于提示所述各个行驶目标物避开达成所述外部条件的车道;
向所述各个行驶目标物发送所述第二提示信息。
8.根据权利要求1所述的行驶管理方法,其特征在于,所述根据所述行驶位置向至少一个行驶目标物发送对应的导航信息之前,包括:
根据所述各个行驶目标物的行驶位置生成行驶分布图;
将所述行驶分布图输入至预设的路况分析模型中进行路况分析,其中,所述路况分析模型为预先训练至收敛状态,用于对行驶分布图进行路况分类的神经网络模型;
根据所述路况分析模型输出的分类结果确定所述行驶路面的路况信息。
9.一种行驶管理装置,其特征在于,包括:
获取模块,用于获取至少两个行驶目标物分别上传的位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
处理模块,用于根据至少两个位置数据确定各个行驶目标物在行驶路面上所在的行驶位置;
执行模块,用于根据所述行驶位置向至少一个行驶目标物发送对应的导航信息。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述权利要求1-8任意一项所述的行驶管理方法。
11.一种非临时性计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行权利要求1-8任意一项所述的行驶管理方法。
12.一种车辆控制方法,其特征在于,包括:
采集位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
上传所述位置数据至预设的服务器端,以使所述服务器端根据所述位置数据确定行驶目标物在行驶路面上所在的行驶位置;
接收由所述服务器端根据所述行驶位置生成的导航信息。
13.根据权利要求12所述的车辆控制方法,其特征在于,所述位置数据包括行驶目标物在行驶方向上的可行驶距离,所述采集位置数据之后,包括:
上传所述位置数据至预设的服务器端,以使所述服务器端根据所述可行驶距离确定所述行驶目标物的可行驶距离是否大于预设的距离阈值,若是,则定义所述行驶目标物具有预设的行驶属性;
接收所述服务器端根据所述行驶属性生成的导航信息。
14.一种车辆控制装置,其特征在于,包括:
采集模块,用于采集位置数据,其中,所述位置数据表征在预设的通讯距离范围内行驶目标物与其他行驶目标物之间的相对位置关系;
发送模块,用于上传所述位置数据至预设的服务器端,以使所述服务器端根据所述位置数据确定行驶目标物在行驶路面上所在的行驶位置;
接收模块,用于接收由所述服务器端根据所述行驶位置生成的导航信息。
15.一种汽车终端,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行上述权利要求12-13任意一项所述的汽车控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910430629.2A CN110109159B (zh) | 2019-05-22 | 2019-05-22 | 行驶管理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910430629.2A CN110109159B (zh) | 2019-05-22 | 2019-05-22 | 行驶管理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110109159A true CN110109159A (zh) | 2019-08-09 |
CN110109159B CN110109159B (zh) | 2021-06-04 |
Family
ID=67491704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910430629.2A Active CN110109159B (zh) | 2019-05-22 | 2019-05-22 | 行驶管理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110109159B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111006681A (zh) * | 2019-12-25 | 2020-04-14 | 星觅(上海)科技有限公司 | 一种辅助导航方法、装置、设备和介质 |
CN112466157A (zh) * | 2020-11-25 | 2021-03-09 | 中通服咨询设计研究院有限公司 | 一种交通事故的预警方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077918A (zh) * | 2014-07-02 | 2014-10-01 | 上海理工大学 | 基于车载数据城市交通路口信号灯自适应控制方法 |
CN105589470A (zh) * | 2016-01-20 | 2016-05-18 | 浙江大学 | 一种多无人机分布式编队控制方法 |
CN105774800A (zh) * | 2016-03-28 | 2016-07-20 | 清华大学 | 一种混合车辆队列中车辆间的碰撞缓解方法及装置 |
CN106781435A (zh) * | 2016-12-15 | 2017-05-31 | 清华大学 | 一种基于无线通信的非信控交叉路口车辆编队通行方法 |
CN106781440A (zh) * | 2016-12-26 | 2017-05-31 | 北汽福田汽车股份有限公司 | 车队的监控方法和*** |
CN107226087A (zh) * | 2017-05-26 | 2017-10-03 | 西安电子科技大学 | 一种结构化道路自动驾驶运输车及控制方法 |
CN107293110A (zh) * | 2017-07-25 | 2017-10-24 | 维沃移动通信有限公司 | 一种车队控制方法及终端 |
CN107315413A (zh) * | 2017-07-12 | 2017-11-03 | 北京航空航天大学 | 一种车车通信环境下考虑车辆间相对位置的多车协同定位算法 |
CN107976704A (zh) * | 2016-10-25 | 2018-05-01 | 法国国家太空研究中心 | 对车辆定位的协作式改进 |
CN108053641A (zh) * | 2017-12-11 | 2018-05-18 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶汽车的组合行车方法 |
CN109425350A (zh) * | 2017-08-24 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 道路定位、道路切换判断方法、装置、设备及存储介质 |
CN109543923A (zh) * | 2018-12-21 | 2019-03-29 | 英华达(上海)科技有限公司 | 车辆排队时间预测方法、***、设备及存储介质 |
-
2019
- 2019-05-22 CN CN201910430629.2A patent/CN110109159B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077918A (zh) * | 2014-07-02 | 2014-10-01 | 上海理工大学 | 基于车载数据城市交通路口信号灯自适应控制方法 |
CN105589470A (zh) * | 2016-01-20 | 2016-05-18 | 浙江大学 | 一种多无人机分布式编队控制方法 |
CN105774800A (zh) * | 2016-03-28 | 2016-07-20 | 清华大学 | 一种混合车辆队列中车辆间的碰撞缓解方法及装置 |
CN107976704A (zh) * | 2016-10-25 | 2018-05-01 | 法国国家太空研究中心 | 对车辆定位的协作式改进 |
CN106781435A (zh) * | 2016-12-15 | 2017-05-31 | 清华大学 | 一种基于无线通信的非信控交叉路口车辆编队通行方法 |
CN106781440A (zh) * | 2016-12-26 | 2017-05-31 | 北汽福田汽车股份有限公司 | 车队的监控方法和*** |
CN107226087A (zh) * | 2017-05-26 | 2017-10-03 | 西安电子科技大学 | 一种结构化道路自动驾驶运输车及控制方法 |
CN107315413A (zh) * | 2017-07-12 | 2017-11-03 | 北京航空航天大学 | 一种车车通信环境下考虑车辆间相对位置的多车协同定位算法 |
CN107293110A (zh) * | 2017-07-25 | 2017-10-24 | 维沃移动通信有限公司 | 一种车队控制方法及终端 |
CN109425350A (zh) * | 2017-08-24 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 道路定位、道路切换判断方法、装置、设备及存储介质 |
CN108053641A (zh) * | 2017-12-11 | 2018-05-18 | 鄂尔多斯市普渡科技有限公司 | 一种无人驾驶汽车的组合行车方法 |
CN109543923A (zh) * | 2018-12-21 | 2019-03-29 | 英华达(上海)科技有限公司 | 车辆排队时间预测方法、***、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111006681A (zh) * | 2019-12-25 | 2020-04-14 | 星觅(上海)科技有限公司 | 一种辅助导航方法、装置、设备和介质 |
CN112466157A (zh) * | 2020-11-25 | 2021-03-09 | 中通服咨询设计研究院有限公司 | 一种交通事故的预警方法及装置 |
CN112466157B (zh) * | 2020-11-25 | 2021-10-19 | 中通服咨询设计研究院有限公司 | 一种交通事故的预警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110109159B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111566B (zh) | 轨迹预测方法、装置和存储介质 | |
US11138745B2 (en) | Object association for autonomous vehicles | |
Suhr et al. | Sensor fusion-based low-cost vehicle localization system for complex urban environments | |
US10970542B2 (en) | Scalable three dimensional object segmentation | |
CN106767853B (zh) | 一种基于多信息融合的无人驾驶车辆高精度定位方法 | |
Sun et al. | Proximity based automatic data annotation for autonomous driving | |
JP2022166185A (ja) | 自律車両ナビゲーションのための疎な地図並びにレーン測定値のクラウドソーシング及び配信 | |
CN112069643B (zh) | 一种自动驾驶仿真场景生成方法及装置 | |
WO2021038294A1 (en) | Systems and methods for identifying potential communication impediments | |
CN110796007B (zh) | 场景识别的方法与计算设备 | |
EP4042109A1 (en) | Systems and methods for vehicle navigation | |
CN108263382A (zh) | 基于目标车辆的驾驶样式的协同自适应巡航控制*** | |
CN108445503A (zh) | 基于激光雷达与高精度地图融合的无人驾驶路径规划算法 | |
CN102208013A (zh) | 风景匹配参考数据生成***和位置测量*** | |
JP2022518369A (ja) | センサを利用して獲得した空間情報を活用する車両、センサを利用して獲得した空間情報を活用するセンシング装置、及びサーバ | |
CN103996298B (zh) | 一种驾驶行为监测方法及装置 | |
CN108291814A (zh) | 用于在环境中点精确地定位机动车的方法、设备、地图管理装置和*** | |
US11847385B2 (en) | Variable system for simulating operation of autonomous vehicles | |
CN109515439A (zh) | 自动驾驶控制方法、装置、***及存储介质 | |
US11935417B2 (en) | Systems and methods for cooperatively managing mixed traffic at an intersection | |
CN114510018A (zh) | 用于子***性能评价的度量反向传播 | |
US20230150549A1 (en) | Hybrid log simulated driving | |
WO2022149046A1 (en) | Systems and methods for monitoring lane mark quality | |
CN110109159A (zh) | 行驶管理方法、装置、电子设备及存储介质 | |
Brosh et al. | Accurate visual localization for automotive applications |
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 |