CN110789520A - 行驶控制方法、装置及电子设备 - Google Patents
行驶控制方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110789520A CN110789520A CN201910763508.XA CN201910763508A CN110789520A CN 110789520 A CN110789520 A CN 110789520A CN 201910763508 A CN201910763508 A CN 201910763508A CN 110789520 A CN110789520 A CN 110789520A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- collision
- directed graph
- vehicles
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 19
- 230000006855 networking Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 125000002015 acyclic group Chemical group 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种行驶控制方法、装置及电子设备,其中,方法包括:获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。通过本发明实例能够预防车辆之间发生碰撞,提高车辆行驶的安全性。
Description
技术领域
本发明涉及安全技术领域,尤其涉及一种行驶控制方法、一种行驶控制装置及一种电子设备。
背景技术
随着交通技术的发展及人们生活水平的提高,驾车出行方式以其特有的优越性已经成为大多数人们出行的最佳选择,给人们的出行带来了便利性和舒适度。但是随着道路上的车辆增多,频繁发生的交通事故也严重威胁着人们的生命安全和财产的安全。其中,经统计这些交通事故中由于车辆发生碰撞引起的交通事故占有较大的比重,因此,如何较好地预防车辆之间发生碰撞,以减少交通事故发生的概率是当前车辆行驶安全领域亟待解决的问题。
发明内容
本发明实施例所要解决的技术问题在于,提供一种行驶控制方法、装置及电子设备,可预防车辆之间发生碰撞,提高车辆行驶的安全性。
一方面,本发明实施例提供一种行驶控制方法,该方法包括:
获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
一方面,本发明实施例提供一种行驶控制装置,该装置包括:
获取单元,用于获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
修正单元,用于根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
控制单元,用于根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
又一方面,本发明实施例提供了一种电子设备,包括输入设备和输出设备,还包括:
处理器,适于实现一条或多条指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由所述处理器加载并执行如下步骤:
获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
又一方面,本发明实施例提供了一种计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由处理器加载并执行如下步骤:
获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
本发明实施例中,电子设备通过根据目标车联网的车辆有向图修正预测碰撞信息,得到第一车辆与第二车辆之间的碰撞风险,由于,该车辆有向图能够动态体现车辆的行驶随机性,因此,该碰撞风险更能够准确地体现第一车辆与第二车辆之间发生碰撞的真实情况,提高获取碰撞风险的准确度。进一步,通过根据该第一车辆与该第二车辆之间的碰撞风险,控制该第一车辆和该第二车辆的行驶,能够避免第一车辆与第二车辆发生碰撞,提高车辆行驶的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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发明的一些实施例,对于本领域普通技术人员来讲,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是本发明实施例提供的一种车联网的***结构示意图;
图2是本发明实施例提供的一种行驶控制方法的流程示意图;
图3是本发明实施例提供的另一种行驶控制方法的流程示意图;
图4是本发明实施例提供的一种目标车联网的车辆有向图的示意图;
图5是本发明实施例提供的一种目标车联网的车辆有向无环图的示意图;
图6是本发明实施例提供的另一种目标车联网的车辆有向无环图的示意图;
图7是本发明实施例提供的一种行驶控制装置的结构示意图;
图8是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
车联网(vehicle to everything,V2X)是指通过装载在车辆上的传感器及电子标签等等来实现环境感知、信息交互与协同控制,为行驶中的车辆提供各种服务的网络。例如,车联网能够为车辆提供实时地导航,以提高车辆行驶的效率;或者,车联网能够控制车辆与车辆之间的间距,以降低车辆之间发生碰撞事故的概率等等。在一个实施例中,车联网的***架构如图1所示,该车联网的***架构包括交通设备11和多辆车辆12。该交通设备11可以是指用于控制车辆行驶的设备,如交通控制平台,具体可以包括摄像装置及通信装置等。摄像装置用于获取车辆的行驶信息和道路的路况状态,通信装置用于交通设备与车辆之间进行通信。行驶信息包括行驶速度、行驶方向、位置信息等等。路况状态包括拥堵状态、缓行状态或畅通状态,即拥堵状态是指道路上的车辆只能以很低速度行驶或停止行驶的状态,缓行状态是指道路上的车辆只能以较低速度行驶的状态,畅通状态是指道路上的车辆可以以正常速度行驶的状态。车辆12可以包括但不限于:小汽车、卡车、越野车、出租车、公共汽车,车辆12中可以包括车载终端,车载终端可以用于获取车辆的行驶信息,并用于与交通设备11进行通信。车载终端可以是指与车辆相连接的设备,如智能手机等,车载终端还可以是指设置于车辆中的设备,如行车导航仪等。
该车联网能够实现对车辆的行驶控制,该行驶控制方法主要包括如下步骤1-3:1、交通设备获取车联网中各个车辆的行驶信息,该行驶信息可以是指车辆的车载终端发送至交通设备的,或者,该行驶信息可以是指交通设备通过摄像装置获取的。2、交通设备根据该行驶信息确定车联网中各个车辆之间相撞的概率。3、交通设备根据车辆之间相撞的概率向车辆发送控制指令,该控制指令用于调整车辆的行驶信息,如降低车辆的行驶速度、改变车辆的行驶方向、变更行驶车道等。这样能够避免车辆之间发生碰撞,提高车辆的行驶安全性。例如,车联网中包括第一车辆和第二车辆,第一车辆行驶于第二车辆的前方,如果确定第一车辆与第二车辆相撞的概率较大,则交通设备可以向第一车辆发送提高行驶速度的控制指令,或者,向第二车辆发送降低行驶速度的控制指令,这样能够避免第一车辆与第二车辆发生碰撞。
请参见图2,为本申请实施例提供的一种行驶控制方法的流程示意图,该行驶控制方法可以应用于电子设备中。该电子设备可以是指图1中的交通设备,该方法可以包括如下步骤S101~S104。
S101、获取目标车联网的车辆有向图,以及该目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,该车辆有向图的每个顶点与一辆车相对应,该车辆有向图的有向边用于指示该第一车辆与该第二车辆之间的碰撞关系。
目标车联网可以为道路上的任一车联网,目标车辆联网可以包括多辆车,该多辆车中至少包括第一车辆和第二车辆,该第一车辆为该多辆车中的任一车辆,该第二车辆为该多辆车中除该第一车辆以外的任一车辆。为了提高车辆行驶的安全性,电子设备可以获取目标车联网的车辆有向图,该车辆有向图的每个顶点与一辆车相对应,各个顶点之间的连线为车辆有向图的有向边,有向边用于指示车辆之间的碰撞关系。此处碰撞关系包括不相碰撞或相碰撞。相碰撞具体可以包括被动相撞或主动相撞,如对于第一车辆,被动相撞是指第一车辆被第二车辆相撞,主动相撞是指第一车辆碰撞第二车辆。即车辆有向图中两个顶点相连表明对应车辆之间具有相碰撞关系,即车辆有向图中两个顶点未相连表明对应车辆之间不相碰撞。具体的,电子设备可以将目标车联网中的每个车辆抽象为一个顶点,根据各个车辆之间的行驶信息生成车辆有向图。该碰撞关系是根据第一车辆与第二车辆的行驶信息动态变化的,即该车辆有向图是根据第一车辆与第二车辆之间的行驶信息动态变化的,也即该车辆有向图能够体现第一车辆与第二车辆行驶的随机性,如行驶速度、行驶方向等的随机性。同时,电子设备可以获取该目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,预测碰撞信息可以包括但不限于:预测碰撞概率、预测碰撞时间、预测碰撞位置等等。该预测碰撞信息可以是通过碰撞预测模型对第一车辆和第二车辆的行驶信息进行预测得到的。由于车辆行驶过程中具有较大的随机性,碰撞预测模型难以描述这些行驶随机性,导致预测碰撞信息的准确度较低。碰撞预测模型具体可以包括车联网动力学模型或运动学模型,车联网动力学模型是指根据车辆之间的移动关系预测碰撞信息的模型,运动学模型是指根据车辆的位置变化预测碰撞信息的模型。
S102、根据该车辆有向图修正该预测碰撞信息,得到该第一车辆与该第二车辆之间的碰撞风险。
由于车辆有向图能够体现第一车辆和第二车辆的行驶随机性,因此,为了提高碰撞信息的准确度,电子设备可以根据车辆有向图修正该预测碰撞信息,得到该第一车辆与该第二车辆之间的碰撞风险。此处碰撞风险具体可以是指第一车辆与第二车辆最终的碰撞信息,即碰撞风险包括目标碰撞概率、目标碰撞时间、目标碰撞位置等等。其中,预测碰撞信息和碰撞风险均包括第一车辆与第二车辆之间发生碰撞的碰撞概率、碰撞时间、碰撞位置等等,但是,两者的区别在于,确定碰撞风险的过程中,考虑了第一车辆与第二车辆的行驶随机性,因此,碰撞风险更能够准确地体现第一车辆与第二车辆之间发生碰撞的真实情况。
S103、根据该第一车辆与该第二车辆之间的碰撞风险,控制该第一车辆和该第二车辆的行驶。
电子设备可以根据该第一车辆与该第二车辆之间的碰撞风险,控制该第一车辆和该第二车辆的行驶,这样能够避免第一车辆与第二车辆发生碰撞,提高车辆行驶的安全性。
本发明实施例中,电子设备通过根据目标车联网的车辆有向图修正预测碰撞信息,得到第一车辆与第二车辆之间的碰撞风险,由于,该车辆有向图能够动态体现车辆的行驶随机性,因此,该碰撞风险更能够准确地体现第一车辆与第二车辆之间发生碰撞的真实情况,提高获取碰撞风险的准确度。进一步,通过根据该第一车辆与该第二车辆之间的碰撞风险,控制该第一车辆和该第二车辆的行驶,能够避免第一车辆与第二车辆发生碰撞,提高车辆行驶的安全性。
在一个实施例中,步骤S101中获取所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息具体可以包括如下步骤s11和12。
s11、获取该第一车辆的行驶信息和该第二车辆的行驶信息。
s12、将该第一车辆的行驶信息和该第二车辆的行驶信息输入到车辆碰撞预测模型中进行预测,得到该第一车辆与该第二车辆之间的预测碰撞信息。
在步骤s11和12中,电子设备可以通过拍摄装置对行驶道路进行拍摄得到道路图像,并该道路图像进行识别处理,得到该第一车辆的行驶信息和第二车辆的行驶信息。或者,电子设备可以接收第一车辆的车载终端发送的行驶信息,并接收第二车辆的车载终端发送的行驶信息。进一步,电子设备可以将该第一车辆的行驶信息和该第二车辆的行驶信息输入到车辆碰撞预测模型中进行预测,得到该第一车辆与该第二车辆之间的预测碰撞信息。
在一个实施例中,该目标车联网包括多辆车,该第一车辆为该多辆车中的任一车辆,该第二车辆为该多辆车中除该第一车辆以外的任一车辆,步骤S101中的获取目标车联网的车辆有向图具体可以包括如下步骤s21~23。
s21、获取该目标车联网中各车辆的行驶信息。
s22、根据该行驶信息确定该目标车辆联网中各个车辆之间的碰撞关系。
s23、根据该目标车辆联网中各个车辆之间的碰撞关系生成该目标车联网的车辆有向图。
在步骤s21~23中,电子设备可以获取目标车联网中各个车辆的行驶信息,根据行驶信息确定目标车联网中各个车辆之间的碰撞关系。将车联网中各个车辆抽象成一个顶点,将对应车辆之间具有相碰撞关系的顶点进行连接得到车辆有向图。例如,根据第一车辆的行驶信息和第二车辆的行驶信息确定第一车辆与第二车辆位于同一个车道中,且第一车辆位于第二车辆的前方,第二车辆的行驶速度大于第二车辆,则确定第一车辆与第二车辆之间具有相碰撞关系。进一步,将第一车辆对应的顶点与第二车辆对应的顶点相连接,且第二车辆对应的顶点指向第二车辆对应的顶点,即表明第二车辆主动碰撞第一车辆。
在一个实施例中,步骤S102中具体可以包括如下步骤s31~33。
s31、对该车辆有向图进行变换处理,得到至少一个候选拓扑序列,该候选拓扑序列中包括该车辆有向图中的各个顶点,以及用于指示各个车辆之间的碰撞关系的指示信息。
s32、从该至少一个候选拓扑序列中筛选出目标拓扑序列。
s33、根据该目标拓扑序列修正该预测碰撞信息,得到该第一车辆与该第二车辆之间的碰撞风险。
在步骤s31~s33中,对该车辆有向图进行变换处理,得到至少一个候选拓扑序列。该候选拓扑序列中包括该车辆有向图中的各个顶点,以及用于指示各个车辆之间的碰撞关系的指示信息,即候选拓扑序列中相邻两个顶点对应的车辆之间具有相碰撞关系,不相邻顶点对应的车辆之间不具有碰撞关系。从该至少一个候选拓扑序列中筛选出目标拓扑序列。该目标拓扑序列可以指示目标车联网中车辆之间的碰撞风险最小的候选拓扑序列。
在此实施例中,步骤s31具体可以包括如下步骤s41~44。
s41、获取该车辆有向图的邻接矩阵。
s42、根据该邻接矩阵判断该车辆有向图是否包括环状结构。
s43、若该车辆有向图包括环状结构,则对该车辆有向图进行去环处理,得到车辆有向无环图,并对该车辆有向无环图进行线性处理,得到至少一个候选拓扑序列。
s44、若该车辆有向图不包括环状结构,则对该车辆有向图进行线性处理,得到至少一个候选拓扑序列。
在步骤s41~s44中,电子设备可以获取该车辆有向图的邻接矩阵,此处邻接矩阵可以是指用于描述车辆有向图的各个顶点之间的连接关系的二维数组。电子设备可以获取该邻接矩阵的属性信息,该属性信息包括邻接矩阵的秩、邻接矩阵中的元素中的一种或两种,根据该邻接矩阵的秩或邻接矩阵中的元素判断该车辆有向图是否包括环状结构。车辆有向图具有环状结构是指从某个顶点出发经过若干条边后能够返回至该顶点,形成一个环。若该车辆有向图包括环状结构,则对该车辆有向图进行去环处理,得到车辆有向无环图,并对该车辆有向无环图进行线性处理,得到至少一个候选拓扑序列。若该车辆有向图不包括环状结构,表明该车辆有向图为车辆有向无环图,则对该车辆有向图进行线性处理,得到至少一个候选拓扑序列。
在此实施例中,步骤s42具体可以包括:若该邻接矩阵的各行的元素均不全为零,且各列的元素均不全为零,则确定该车辆有向图中包括环状结构;若该邻接矩阵的元素全为零的行或列,则确定该车辆有向图中不包括环状结构。可选的,若该邻接矩阵的秩为满秩,则确定该车辆有向图中包括环状结构;若该邻接矩阵的秩不是满秩,则确定该车辆有向图中不包括环状结构。此处邻接矩阵中极大无关组中向量的个数称为邻接矩阵的秩,邻接矩阵的秩为满秩是指邻接矩阵的秩于邻接矩阵的行数相等,即邻接矩阵中的极大无关组中向量的个数与邻接矩阵的行数相等,也即邻接矩阵的每行均为极大无关向量。
在此实施例中,步骤s43具体可以包括:去掉该车辆有向图中的环状结构中的至少一条边,和/或,替换该车辆有向图中至少一条边,得到车辆有向无环图,该车辆有向无环图中不包括未被连接的顶点,且该车辆有向无环图中每个顶点的出度小于或等于第一预设阈值。
电子设备可以去掉该车辆有向图中的环状结构中的至少一条边,并确保该车辆有向无环图中不包括未被连接的顶点,如确保车辆有向无环图中不包括孤立的顶点。和/或,替换该车辆有向图中至少一条边,得到车辆有向无环图,并确保该车辆有向无环图中每个顶点的出度小于或等于第一预设阈值,如确保车辆有向无环图中每个顶点的出度小于或等于1,入度可以为任意值。即车辆有向无环图中每个顶点的出度小于或等于1,入度可以为任意值是指:同一时间,车辆可以主动撞一辆车,但可以被多辆车相撞。
可选的,该目标拓扑序列为该至少一个候选拓扑序列中相关车辆对的数量小于第二预设阈值的候选拓扑序列;相关车辆对是指在候选拓扑序列中的指示信息指示具有碰撞关系,且在该车辆有向图中对应顶点之间具有连接关系的两辆车。
候选拓扑序列中相关车辆对的数量越少,表明车辆之间相撞的风险较低,因此电子设备可以将该至少一个候选拓扑序列中相关车辆对的数量小于第二预设阈值的候选拓扑序列,确定为该目标拓扑序列。即目标拓扑序列可以是指至少一个候选拓扑序列中车辆之间的碰撞风险较低的候选拓扑序列,如目标拓扑序列可以是指至少一个候选拓扑序列中相关车辆对最少的候选拓扑序列。相关车辆对是指在候选拓扑序列对应顶点相邻,且在该车辆有向图中对应顶点之间具有连接关系的两辆车。即相关车辆对可以是指车联网中发生碰撞的概率高于预设概率阈值的两个车辆,如车联网中位于同一车道上的前后两个车辆,或位于相邻车道上的距离最近的两个车辆。
在此实例中,该预测碰撞信息包括预测碰撞概率,该碰撞风险包括目标碰撞概率;步骤s33包括如下步骤s51~s53。
s51、根据该目标拓扑序列判断所述第一车辆与所述第二车辆是否为相关车辆对。
s52、若该第一车辆与该第二车辆是相关车辆对,则将该预测碰撞概率与第一权值的乘积确定为目标碰撞概率。
s53、若该第一车辆与该第二车辆不是相关车辆对,则将该预测碰撞概率与第二权值的乘积确定为目标碰撞概率,该第一权值大于该第二权值。
在步骤s51~s53中,判断第一车辆与第二车辆之间是否是相关车辆对,如果第一车辆与第二车辆在目标拓扑序列中对应顶点相邻,且在该车辆有向图中第一车辆对应的顶点与第二车辆对应顶点之间具有连接关系,则确定该第一车辆与该第二车辆是相关车辆对。表明第一车辆与第二车辆发生碰撞的概率比较高,则将该预测碰撞概率与第一权值的乘积确定为目标碰撞概率。如果第一车辆与第二车辆在目标拓扑序列中对应顶点不相邻,或者,在该车辆有向图中第一车辆对应的顶点与第二车辆对应顶点之间不具有连接关系,则确定该第一车辆与该第二车辆不是相关车辆对。表明第一车辆与第二车辆发生碰撞的概率比较低,则将该预测碰撞概率与第二权值的乘积确定为目标碰撞概率,该第一权值大于该第二权值。
在一个实例中,步骤S203具体可以包括:若该目标碰撞概率大于预设概率阈值,则向该第一车辆和该第二车辆发送控制指令,该控制指令用于调整该第一车辆和该第二车辆的行驶信息。
若该目标碰撞概率大于预设概率阈值,表明第一车辆与第二车辆之间发生碰撞的风险比较大,因此,电子设备可以向该第一车辆和该第二车辆发送控制指令,该控制指令用于调整该第一车辆和该第二车辆的行驶信息,例如调整第一车辆和第二车辆的行驶速度、行驶车道等等。
下面以目标车联网中包括5辆车为例,对本发明实施例的行驶控制方法进行描述,如图3所示,该行驶控制方法包括如下步骤s1-s6。
s1、获取目标车联网。电子设备可以根据对行驶道路进行拍摄得到道路图像,对道路图像进行识别,得到目标车联网中的各辆车的行驶信息,车辆包括车辆1-车辆5。将各个车辆的行驶信息输入到碰撞预测模型中进行预测得到各个车辆之间的预测碰撞信息。
s2、将目标车联网抽象成车辆有向图,即将目标车联网中的车辆抽象为车辆有向图。电子设备可以根据行驶信息中包括的各个车辆的行驶位置生成车辆有向图,即将各个车辆抽象为一个顶点,将同车道中的后车指向前车的连线,右车指向左车的连线均抽象为有向边,得到车辆有向图。该车辆有向图用于指示各个车辆之间的碰撞关系,该车辆有向图中每个顶点的入度可以为多个,出度小于或等于1,即在同一时间,一辆车可以被多辆车相撞,但是该车辆只能主动撞一辆车。例如,该车辆有向图如图4所示,车辆有向图的顶点1与车辆1相对应,车辆有向图的顶点2与车辆2相对应。车辆有向图的顶点3与车辆3相对应,车辆有向图的顶点4与车辆4相对应,车辆有向图的顶点5与车辆5相对应。从车辆有向图可知,对于车辆1,车辆1主动与车辆3相撞的概率较大,即车辆1与车辆3具有碰撞关系;对于车辆2,车辆2被车辆3相撞的概率较大,车辆2主动与车辆4相撞的概率较大,即车辆2与车辆3、车辆4具有碰撞关系。
s3、判断车辆有向图是否有环状结构,若是,则执行步骤s4;若否,则执行步骤s5。电子设备可以获取该车辆有向图的邻接矩阵,根据该邻接矩阵判断该车辆有向图是否有环状结构。如图4所示的车辆有向图的邻接矩阵可采用公式(1)表示。
其中,A表示车辆有向图的邻接矩阵,该邻接矩阵用于指示各个车辆对应的顶点之间的连接关系,如第一行第一列的元素0表示车辆有向图中顶点1与顶点1不具有连接关系,第一行第三列的元素1表示车辆有向图中顶点1连接至顶点3。从公式(1)中可知,该邻接矩阵的第一列和第五列中的元素均为0,表示车辆有向图包括环状结构。
s4、获取新的车辆有向图,即对车辆有向图进行去环处理,得到车辆有向无环图。如图4中可知,车辆有向图中顶点2、顶点3、顶点4之间包括一个环状结构,电子设备可以去掉图4中该环状结构中顶点2与顶点4之间的边,得到如图5所示的车辆有向无环图。从图5中可知,从任一顶点出发经过若干条边后均不能返回该顶点形成一个环,即图5中的车辆有向图不包括环状结构。或者,电子设备可以将图4中顶点2与顶点5相连接,去掉顶点5与顶点4之间的边,并去掉顶点2与顶点4之间的边,得到图6所示的车辆有向无环图。从图6中可知,从任一顶点出发经过若干条边后均不能返回该顶点形成一个环,即图6中的车辆有向图不包括环状结构。即当车辆有向图中有环状结构时,可以对车辆有向图进行去环处理,得到多个车辆有向无环图,后续可以选择任一个车辆有向五环图进行处理,下面以图5所示的车辆有向无环图进行举例说明。
s5、获取车联网的目标拓扑序列。电子设备可以对车辆有向无环图中的各个顶点进行线性排列,得到至少一个候选拓扑序列。如图5中,从顶点1出发扫描至该路径的末端得到序列1,序列1为:顶点1、顶点3、顶点2;然后从顶点5出发扫描至该路径的末端得到序列2,序列2为:顶点5、顶点4、顶点3、顶点2。在车辆有向无环图中的所有路径都扫描完后,将序列1和序列2进行合并,得到至少一个候选拓扑序列,其中,合并的原则为:某个顶点在车辆无向图中排列在另一个顶点的后面时,该顶点在候选拓扑序列中仍在那一个顶点的后面。如序列1和序列2合并后得到两个候选拓扑序列,分别为候选拓扑序列1和候选拓扑序列2,候选拓扑序列1为:顶点5、顶点4、顶点1、顶点3、顶点2,候选拓扑序列2为顶点1、顶点5、顶点4、顶点3、顶点2。即顶点3在车辆有向无环中排列于顶点1和顶点4之后,因此,顶点3中候选拓扑序列1和候选拓扑序列2中均排在顶点1和顶点4之后。
s6、获取相关车辆对数,根据相关车辆对数从至少一个候选拓扑序列中筛选出目标拓扑序列。相关车辆对是指在候选拓扑序列中对应顶点之间相邻,且在车辆有向图中对应顶点之间具有连接关系,即目标拓扑序列为候选拓扑序列中相关车辆对最少的拓扑序列。例如,根据候选拓扑序列1得到的相关车辆对包括车辆5与车辆4、车辆3和车辆2。根据候选拓扑序列2得到的相关车辆对包括车辆5与车辆4、车辆3和车辆2、车辆3和车辆4。即根据候选拓扑序列2中得到相关车辆对数大于根据候选拓扑序列1中得到相关车辆对数,因此,可以选择候选拓扑序列1作为目标拓扑序列。
s7、获取目标车联网中各个车辆的碰撞风险,即根据目标拓扑序列对各个车辆之间的预测碰撞信息进行修正,得到各个车辆之间的碰撞风险。假设预测碰撞信息包括预测碰撞概率,碰撞风险为目标碰撞概率,第一权值为0.8,第二权值为0.2。如车辆1与车辆2之间的预测碰撞概率为0.3,车辆3和车辆2之间的预测碰撞概率为0.6。根据目标拓扑序列可知,车辆1和车辆2不是相关车辆对,则车辆1和车辆2之间的目标碰撞概率为0.3*0.2=0.06;车辆2和车辆3是相关车辆对,则车辆2和车辆3之间的目标碰撞概率为0.6*0.8=0.48。
S8、根据碰撞风险控制车辆的行驶。如车辆2和车辆3的目标碰撞概率大于预设概率阈值,且车辆2与车辆3位于同一车道,车辆2位于车辆3的前方,这可以控制车辆2加速行驶,控制车辆3减速行驶。进一步,如果目标车联网中各个车辆之间的相对行驶信息发生变化,如相对位置信息发生变化,则重复执行上述步骤s1-s8重新获取车辆之间的碰撞风险,根据重新确定碰撞风险控制车辆的行驶。
本发明实施例提供一种行驶控制装置,该行驶控制装置可设置于电子设备中,请参见图7,该装置包括:
获取单元701,用于获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系。
修正单元702,用于根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险。
控制单元703,用于根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
可选的,所述目标车联网包括多辆车,所述第一车辆为所述多辆车中的任一车辆,所述第二车辆为所述多辆车中除所述第一车辆以外的任一车辆;获取单元701,具体用于获取所述目标车联网中各车辆的行驶信息;根据所述行驶信息确定所述目标车辆联网中各个车辆之间的碰撞关系;根据所述目标车辆联网中各个车辆之间的碰撞关系生成所述目标车联网的车辆有向图。
可选的,修正单元702,具体用于对所述车辆有向图进行变换处理,得到至少一个候选拓扑序列,所述候选拓扑序列中包括所述车辆有向图中的各个顶点,以及用于指示各个车辆之间的碰撞关系的指示信息;从所述至少一个候选拓扑序列中筛选出目标拓扑序列;根据所述目标拓扑序列修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险。
可选的,修正单元702,具体用于获取所述车辆有向图的邻接矩阵;根据所述邻接矩阵判断所述车辆有向图是否包括环状结构;若所述车辆有向图包括环状结构,则对所述车辆有向图进行去环处理,得到车辆有向无环图,并对所述车辆有向无环图进行线性处理,得到至少一个候选拓扑序列;若所述车辆有向图不包括环状结构,则对所述车辆有向图进行线性处理,得到至少一个候选拓扑序列。
可选的,修正单元702,具体用于去掉所述车辆有向图中的环状结构中的至少一条边,和/或,替换所述车辆有向图中至少一条边,得到车辆有向无环图,所述车辆有向无环图中不包括未被连接的顶点,且所述车辆有向无环图中每个顶点的出度小于或等于第一预设阈值。
可选的,所述目标拓扑序列为所述至少一个候选拓扑序列中相关车辆对的数量小于第二预设阈值的候选拓扑序列;相关车辆对是指在候选拓扑序列中对应顶点相邻,且在所述车辆有向图中对应顶点之间具有连接关系的两辆车。
可选的,所述预测碰撞信息包括预测碰撞概率,所述碰撞风险包括目标碰撞概率;修正单元702,具体用于根据所述目标拓扑序列判断所述第一车辆与所述第二车辆是否为相关车辆对;若所述第一车辆与所述第二车辆是相关车辆对,则将所述预测碰撞概率与第一权值的乘积确定为目标碰撞概率;若所述第一车辆与所述第二车辆不是相关车辆对,则将所述预测碰撞概率与第二权值的乘积确定为目标碰撞概率,所述第一权值大于所述第二权值。
可选的,获取单元701,具体用于获取所述第一车辆的行驶信息和所述第二车辆的行驶信息;将所述第一车辆的行驶信息和所述第二车辆的行驶信息输入到车辆碰撞预测模型中进行预测,得到所述第一车辆与所述第二车辆之间的预测碰撞信息。
本发明实施例中,电子设备通过根据目标车联网的车辆有向图修正预测碰撞信息,得到第一车辆与第二车辆之间的碰撞风险,由于,该车辆有向图能够动态体现车辆的行驶随机性,因此,该碰撞风险更能够准确地体现第一车辆与第二车辆之间发生碰撞的真实情况,提高获取碰撞风险的准确度。进一步,通过根据该第一车辆与该第二车辆之间的碰撞风险,控制该第一车辆和该第二车辆的行驶,能够避免第一车辆与第二车辆发生碰撞,提高车辆行驶的安全性。
本发明实施例提供一种电子设备,请参见图8。该电子设备包括:处理器151、用户接口152、网络接口154以及存储装置155,处理器151、用户接口152、网络接口154以及存储装置155之间通过总线153连接。
用户接口152,用于实现人机交互,用户接口可以包括显示屏或键盘等等。网络接口154,用于与外部设备之间进行通信连接。存储装置155与处理器151耦合,用于存储各种软件程序和/或多组指令。具体实现中,存储装置155可包括高速随机存取的存储器,并且也可包括非易失性存储器,例如一个或多个磁盘存储设备、闪存设备或其他非易失性固态存储设备。存储装置155可以存储操作***(下述简称***),例如ANDROID,IOS,WINDOWS,或者LINUX等嵌入式操作***。存储装置155还可以存储网络通信程序,该网络通信程序可用于与一个或多个附加设备,一个或多个应用服务器,一个或多个网络设备进行通信。存储装置155还可以存储用户接口程序,该用户接口程序可以通过图形化的操作界面将应用程序的内容形象逼真的显示出来,并通过菜单、对话框以及按键等输入控件接收用户对应用程序的控制操作。存储装置155还可以存储视频数据等。
在一个实施例中,所述存储装置155可用于存储一条或多条的指令;所述处理器151可以调用所述一条或多条的指令时能够实现视频处理方法,具体地,所述处理器151调用所述一条或多条的指令,执行如下步骤:
获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
可选的,所述目标车联网包括多辆车,所述第一车辆为所述多辆车中的任一车辆,所述第二车辆为所述多辆车中除所述第一车辆以外的任一车辆;所述处理器调用所述一条或多条的指令,执行如下步骤:
获取所述目标车联网中各车辆的行驶信息;
根据所述行驶信息确定所述目标车辆联网中各个车辆之间的碰撞关系;
根据所述目标车辆联网中各个车辆之间的碰撞关系生成所述目标车联网的车辆有向图。
可选的,所述处理器调用所述一条或多条的指令,执行如下步骤:
对所述车辆有向图进行变换处理,得到至少一个候选拓扑序列,所述候选拓扑序列中包括所述车辆有向图中的各个顶点,以及用于指示各个车辆之间的碰撞关系的指示信息;
从所述至少一个候选拓扑序列中筛选出目标拓扑序列;
根据所述目标拓扑序列修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险。
可选的,所述处理器调用所述一条或多条的指令,执行如下步骤:
获取所述车辆有向图的邻接矩阵;
根据所述邻接矩阵判断所述车辆有向图是否包括环状结构;
若所述车辆有向图包括环状结构,则对所述车辆有向图进行去环处理,得到车辆有向无环图,并对所述车辆有向无环图进行线性处理,得到至少一个候选拓扑序列;
若所述车辆有向图不包括环状结构,则对所述车辆有向图进行线性处理,得到至少一个候选拓扑序列。
可选的,所述处理器调用所述一条或多条的指令,执行如下步骤:
去掉所述车辆有向图中的环状结构中的至少一条边,和/或,替换所述车辆有向图中至少一条边,得到车辆有向无环图,所述车辆有向无环图中不包括未被连接的顶点,且所述车辆有向无环图中每个顶点的出度小于或等于第一预设阈值。
所述目标拓扑序列为所述至少一个候选拓扑序列中相关车辆对的数量小于第二预设阈值的候选拓扑序列;相关车辆对是指在候选拓扑序列中对应顶点相邻,且在所述车辆有向图中对应顶点之间具有连接关系的两辆车。
可选的,所述处理器调用所述一条或多条的指令,执行如下步骤:
根据所述目标拓扑序列判断所述第一车辆与所述第二车辆是否为相关车辆对;
若所述第一车辆与所述第二车辆是相关车辆对,则将所述预测碰撞概率与第一权值的乘积确定为目标碰撞概率;
若所述第一车辆与所述第二车辆不是相关车辆对,则将所述预测碰撞概率与第二权值的乘积确定为目标碰撞概率,所述第一权值大于所述第二权值。
可选的,所述处理器调用所述一条或多条的指令,执行如下步骤:
获取所述第一车辆的行驶信息和所述第二车辆的行驶信息;
将所述第一车辆的行驶信息和所述第二车辆的行驶信息输入到车辆碰撞预测模型中进行预测,得到所述第一车辆与所述第二车辆之间的预测碰撞信息。
本发明实施例中,电子设备通过根据目标车联网的车辆有向图修正预测碰撞信息,得到第一车辆与第二车辆之间的碰撞风险,由于,该车辆有向图能够动态体现车辆的行驶随机性,因此,该碰撞风险更能够准确地体现第一车辆与第二车辆之间发生碰撞的真实情况,提高获取碰撞风险的准确度。进一步,通过根据该第一车辆与该第二车辆之间的碰撞风险,控制该第一车辆和该第二车辆的行驶,能够避免第一车辆与第二车辆发生碰撞,提高车辆行驶的安全性。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序解决问题的实施方式以及有益效果可以参见上述图2所述的一种行驶控制方法的实施方式以及有益效果,重复之处不再赘述。
以上所揭露的仅为本发明部分实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (10)
1.一种行驶控制方法,其特征在于,所述方法包括:
获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
2.如权利要求1所述的方法,其特征在于,所述目标车联网包括多辆车,所述第一车辆为所述多辆车中的任一车辆,所述第二车辆为所述多辆车中除所述第一车辆以外的任一车辆;
所述获取目标车联网的车辆有向图,包括:
获取所述目标车联网中各车辆的行驶信息;
根据所述行驶信息确定所述目标车辆联网中各个车辆之间的碰撞关系;
根据所述目标车辆联网中各个车辆之间的碰撞关系生成所述目标车联网的车辆有向图。
3.如权利要求2所述的方法,其特征在于,所述根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险,包括:
对所述车辆有向图进行变换处理,得到至少一个候选拓扑序列,所述候选拓扑序列中包括所述车辆有向图中的各个顶点,以及用于指示各个车辆之间的碰撞关系的指示信息;
从所述至少一个候选拓扑序列中筛选出目标拓扑序列;
根据所述目标拓扑序列修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险。
4.如权利要求3所述的方法,其特征在于,所述对所述车辆有向图进行变换处理,得到至少一个候选拓扑序列,包括:
获取所述车辆有向图的邻接矩阵;
根据所述邻接矩阵判断所述车辆有向图是否包括环状结构;
若所述车辆有向图包括环状结构,则对所述车辆有向图进行去环处理,得到车辆有向无环图,并对所述车辆有向无环图进行线性处理,得到至少一个候选拓扑序列;
若所述车辆有向图不包括环状结构,则对所述车辆有向图进行线性处理,得到至少一个候选拓扑序列。
5.如权利要求4所述的方法,其特征在于,所述对所述车辆有向图进行去环处理,得到车辆有向无环图,包括:
去掉所述车辆有向图中的环状结构中的至少一条边,和/或,替换所述车辆有向图中至少一条边,得到车辆有向无环图,所述车辆有向无环图中不包括未被连接的顶点,且所述车辆有向无环图中每个顶点的出度小于或等于第一预设阈值。
6.如权利要求3-5任一项所述的方法,其特征在于,所述目标拓扑序列为所述至少一个候选拓扑序列中相关车辆对的数量小于第二预设阈值的候选拓扑序列;
相关车辆对是指在候选拓扑序列中对应顶点相邻,且在所述车辆有向图中对应顶点之间具有连接关系的两辆车。
7.如权利要求6所述的方法,其特征在于,所述预测碰撞信息包括预测碰撞概率,所述碰撞风险包括目标碰撞概率;
所述根据所述目标拓扑序列修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险,包括:
根据所述目标拓扑序列判断所述第一车辆与所述第二车辆是否为相关车辆对;
若所述第一车辆与所述第二车辆是相关车辆对,则将所述预测碰撞概率与第一权值的乘积确定为目标碰撞概率;
若所述第一车辆与所述第二车辆不是相关车辆对,则将所述预测碰撞概率与第二权值的乘积确定为目标碰撞概率,所述第一权值大于所述第二权值。
8.如权利要求1所述的方法,其特征在于,所述获取所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,包括:
获取所述第一车辆的行驶信息和所述第二车辆的行驶信息;
将所述第一车辆的行驶信息和所述第二车辆的行驶信息输入到车辆碰撞预测模型中进行预测,得到所述第一车辆与所述第二车辆之间的预测碰撞信息。
9.一种行驶控制装置,其特征在于,所述装置包括:
获取单元,用于获取目标车联网的车辆有向图,以及所述目标车联网中的第一车辆与第二车辆之间的预测碰撞信息,所述车辆有向图的每个顶点与一辆车相对应,所述车辆有向图的有向边用于指示所述第一车辆与所述第二车辆之间的碰撞关系;
修正单元,用于根据所述车辆有向图修正所述预测碰撞信息,得到所述第一车辆与所述第二车辆之间的碰撞风险;
控制单元,用于根据所述第一车辆与所述第二车辆之间的碰撞风险,控制所述第一车辆和所述第二车辆的行驶。
10.一种电子设备,包括输入设备和输出设备,其特征在于,还包括:
处理器,适于实现一条或多条指令;以及,
计算机存储介质,所述计算机存储介质存储有一条或多条指令,所述一条或多条指令适于由所述处理器加载并执行如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910763508.XA CN110789520B (zh) | 2019-08-19 | 2019-08-19 | 行驶控制方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910763508.XA CN110789520B (zh) | 2019-08-19 | 2019-08-19 | 行驶控制方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110789520A true CN110789520A (zh) | 2020-02-14 |
CN110789520B CN110789520B (zh) | 2022-07-12 |
Family
ID=69427036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910763508.XA Active CN110789520B (zh) | 2019-08-19 | 2019-08-19 | 行驶控制方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110789520B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111267845A (zh) * | 2020-03-31 | 2020-06-12 | 东风柳州汽车有限公司 | 一种卡车转弯风险预估规避方法及*** |
CN112232581A (zh) * | 2020-10-26 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 驾驶风险的预测方法、装置、电子设备及存储介质 |
US11392128B1 (en) * | 2019-04-19 | 2022-07-19 | Zoox, Inc. | Vehicle control using directed graphs |
CN115331484A (zh) * | 2022-09-20 | 2022-11-11 | 长沙迪迈数码科技股份有限公司 | 用于露天矿的卡车防碰撞预警方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107346612A (zh) * | 2016-05-06 | 2017-11-14 | 中国科学院微电子研究所 | 一种基于车联网的车辆防碰撞方法和*** |
CN107415942A (zh) * | 2016-05-23 | 2017-12-01 | 福特全球技术公司 | 事故减轻***及方法 |
WO2019150459A1 (ja) * | 2018-01-31 | 2019-08-08 | 住友電気工業株式会社 | 車載装置、通信経路情報の生成方法、及びコンピュータプログラム |
CN110111602A (zh) * | 2019-04-30 | 2019-08-09 | 浙江吉利控股集团有限公司 | 一种车辆碰撞预警方法、装置及设备 |
-
2019
- 2019-08-19 CN CN201910763508.XA patent/CN110789520B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN107346612A (zh) * | 2016-05-06 | 2017-11-14 | 中国科学院微电子研究所 | 一种基于车联网的车辆防碰撞方法和*** |
CN107415942A (zh) * | 2016-05-23 | 2017-12-01 | 福特全球技术公司 | 事故减轻***及方法 |
WO2019150459A1 (ja) * | 2018-01-31 | 2019-08-08 | 住友電気工業株式会社 | 車載装置、通信経路情報の生成方法、及びコンピュータプログラム |
CN110111602A (zh) * | 2019-04-30 | 2019-08-09 | 浙江吉利控股集团有限公司 | 一种车辆碰撞预警方法、装置及设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11392128B1 (en) * | 2019-04-19 | 2022-07-19 | Zoox, Inc. | Vehicle control using directed graphs |
CN111267845A (zh) * | 2020-03-31 | 2020-06-12 | 东风柳州汽车有限公司 | 一种卡车转弯风险预估规避方法及*** |
CN112232581A (zh) * | 2020-10-26 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 驾驶风险的预测方法、装置、电子设备及存储介质 |
CN112232581B (zh) * | 2020-10-26 | 2024-04-12 | 腾讯科技(深圳)有限公司 | 驾驶风险的预测方法、装置、电子设备及存储介质 |
CN115331484A (zh) * | 2022-09-20 | 2022-11-11 | 长沙迪迈数码科技股份有限公司 | 用于露天矿的卡车防碰撞预警方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110789520B (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10347131B2 (en) | Collision determination device | |
CN110789520B (zh) | 行驶控制方法、装置及电子设备 | |
US20220410939A1 (en) | Collision detection method, electronic device, and medium | |
CN110910673B (zh) | 一种提醒行人碰撞车辆的方法及***、摄像头、移动终端 | |
US10435017B2 (en) | Method for providing an object prediction representation | |
CN112166458B (zh) | 目标检测与跟踪方法、***、设备及存储介质 | |
US11978345B2 (en) | Moving object behavior prediction device | |
CN111583716B (zh) | 一种车辆避障方法、装置、电子设备及存储介质 | |
CN113189989B (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
CN113112525A (zh) | 目标跟踪方法、网络模型及其训练方法、设备和介质 | |
CN113139696B (zh) | 一种轨迹预测模型构建方法及轨迹预测方法、装置 | |
CN114030486A (zh) | 动态障碍物的轨迹预测方法、装置、电子设备和存储介质 | |
CN111915892B (zh) | 数据请求的响应方法、装置、计算机设备以及介质 | |
US20210398014A1 (en) | Reinforcement learning based control of imitative policies for autonomous driving | |
CN111557026A (zh) | 驾驶辅助装置、驾驶辅助***、驾驶辅助方法以及存储有驾驶辅助程序的记录介质 | |
CN116664971A (zh) | 一种模型训练方法、障碍物检测方法及相关设备 | |
CN114906170A (zh) | 一种运动规划的方法、装置、电子设备及存储介质 | |
CN114655254A (zh) | 自动驾驶车辆控制方法、装置及电子设备 | |
CN111731285B (zh) | 基于v2x技术的车辆防碰撞方法及装置 | |
CN111401564A (zh) | 用于机器学习的模型更新方法、装置、电子设备及存储介质 | |
CN113744566B (zh) | 一种预警方法和装置 | |
CN114407916B (zh) | 车辆控制及模型训练方法、装置、车辆、设备和存储介质 | |
CN118004173A (zh) | 一种换道位置确定方法及装置、电子设备及存储介质 | |
CN113415271A (zh) | 驾驶辅助方法、装置、计算机可读存储介质及处理器 | |
KR20220058166A (ko) | 정밀 지도 정보를 기반으로 자동차의 충돌 위험을 판단하는 방법 및 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40022039 Country of ref document: HK |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |