CN110930733B - 车道切换风险处理方法、装置、存储介质和计算机设备 - Google Patents
车道切换风险处理方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN110930733B CN110930733B CN201911199182.9A CN201911199182A CN110930733B CN 110930733 B CN110930733 B CN 110930733B CN 201911199182 A CN201911199182 A CN 201911199182A CN 110930733 B CN110930733 B CN 110930733B
- Authority
- CN
- China
- Prior art keywords
- lane
- risk
- switching
- target
- estimated
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 230000008859 change Effects 0.000 claims abstract description 202
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006855 networking Effects 0.000 claims description 7
- 230000000977 initiatory effect Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012508 change request Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种车道切换风险处理方法、装置、存储介质和计算机设备,包括:获取指定目标车道的车道切换请求;根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险;确定至少一种安全驾驶评估距离内,所述目标车道上车辆的预估变化数量;根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险。本申请提供的方案可以提高车道切换风险处理的可信度。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种车道切换风险处理方法、装置、存储介质和计算机设备。
背景技术
随着经济和交通的不断发展,汽车已成为人们不可或缺的交通工具。而且与汽车相关的领域,如车路协同、安全辅助驾驶或者自动驾驶等,也在不断发展。众所周知,车辆在道路上行驶时,不可避免地会进行车道切换,且车道切换具有一定的风险性。
现有技术中,待变道车辆在意图进行车道切换时,通常是向服务器或者云端等信息源头请求含有车道切换风险的预警信息,再根据该车道切换风险指示变道。然而,服务器或者云端将含有车道切换风险的预警信息传送至待变道车辆需消耗时间,即待变道目标车辆接收此信息存在延时,这样可能会降低车道切换风险的可信度。
发明内容
基于此,有必要针对目前车道切换风险可信度低的技术问题,提供一种车道切换风险处理方法、装置、存储介质和计算机设备。
一种车道切换风险处理方法,包括:
获取指定目标车道的车道切换请求;
根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险;
确定至少一种安全驾驶评估距离内,所述目标车道上车辆的预估变化数量;
根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险。
一种车道切换风险处理装置,包括:
获取模块,用于获取指定目标车道的车道切换请求;根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险;
确定模块,用于确定至少一种安全驾驶评估距离内,所述目标车道上车辆的预估变化数量;
补偿模块,用于根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险。
一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述车道切换风险处理方法的步骤。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述车道切换风险处理方法的步骤。
上述车道切换风险处理方法、装置、计算机可读存储介质和计算机设备,在获取到指定目标车道的车道切换请求时,即根据该车道切换请求获取从当前车道切换至目标车道的车道切换风险,这样就可以在该基础上确定至少一种安全驾驶评估距离内目标车道上车辆的预估变化数量,根据该预估变化数量对车道切换风险进行补偿,也就是根据至少一种安全驾驶评估距离内目标车道上车辆数的动态变化情况对车道切换风险进行补偿,得到更加可信的车道切换风险,极大地提高了车道切换风险的可信度。
附图说明
图1为一个实施例中车道切换风险处理方法的应用环境图;
图2为一个实施例中车道切换风险处理方法的流程示意图;
图3为一个实施例中道路中车辆行驶及车道分布的场景示意图;
图4为一个实施例中对车辆变道说明的示意图;
图5为一个实施例中对车道切换风险进行补偿的原理示意图;
图6为另一个实施例中车道切换风险处理方法的流程示意图;
图7为一个实施例中车道切换风险处理装置的结构框图;
图8为另一个实施例中车道切换风险处理装置的结构框图;
图9为一个实施例中计算机设备的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图1为一个实施例中车道切换风险处理方法的应用环境图。参照图1,该车道切换风险处理方法应用于车道切换风险处理***。该车道切换风险处理***包括车辆110、车载单元120、路测感知单元130和服务器140。其中,车辆110上部署有用于通信的终端设备。具体地,车辆110可以通过该终端设备直接和服务器140通过网络连接进行通信。车辆110也可通过该终端设备、车载单元120和路测感知单元130与服务器140通信。车载单元120和路测感知单元130可以部署在道路两侧。服务器140可以用独立的服务器或者是多个服务器组成的服务器集群来实现,还可以是云计算服务中心。在本申请中,该车道切换风险处理方法可以由车辆110上部署的用于通信的终端设备执行,也可由服务器140执行。
具体地,本申请提供的车道切换风险处理方法可以应用于车联网***,具体可以应用于安全辅助驾驶场景、车路协同场景以及自动驾驶场景等,尤其适用于需要对车联网***进行集成的安全辅助驾驶场景、车联网相关场景、车路协同场景以及自动驾驶场景。
如图2所示,在一个实施例中,提供了一种车道切换风险处理方法。本实施例主要以该方法应用于计算机设备来举例说明,该计算机设备具体可以是上述图1中的车辆110中部署的终端设备或者服务器140。参照图2,该车道切换风险处理方法具体包括如下步骤:
S202,获取指定目标车道的车道切换请求。
其中,车道切换请求是用于请求进行车道切换的计算机指令。目标车道是作为变道目标切换至的车道。
举例说明,参考图3,当前道路为三车道道路,当前车辆C1在第一车道(左边车道)上行驶,该当前车辆可以发起指定第二车道(中间车道)或者第三车道(右边车道)的车道切换请求。当前车辆或者服务器即可获取到指定目标车道的车道切换请求。
在一个实施例中,车道切换请求可以由当前驾驶车辆的驾驶员通过预设操作触发。比如,驾驶员在驾驶过程中判定有变道需求和/或有变道契机时,可以通过操作触发指定目标车道的车道切换请求。有变道需求的场景,比如驾驶员意图驾驶车辆驶出高速公路时,需要切换至高速出口对应的车道。有变道契机的场景,比如前车行驶速度较慢,且超车道上无车辆。
在一个实施例中,车道切换请求也可由当前车辆上部署的终端设备根据收集到的路况信息判定有变道需求和/或有变道契机时发起。可以理解,道路上的各车辆在行驶过程中会将产生的车辆数据不断发送到服务器,道路上部署的路况信息采集设备也可将采集的路况信息不断发送至服务器,从而在服务器上形成海量的路况信息,车辆上部署的终端设备可从服务器拉取这些路况信息,并利用这些路况信息辅助驾驶员安全驾驶。路况信息采集设备可以包括设置在道路上的摄像头。路况信息可以包括车流速度、车流量、道路中断状况、道路维修状况、道路遗撒状况或者天气状况等等。
S204,根据车道切换请求,获取从当前车道切换至目标车道的车道切换风险。
其中,当前车道是车辆当前行驶的车道。车道切换风险是车辆在切换车道时与其他车辆发生碰撞的风险。
具体地,车道切换风险可以采用概率来表示。那么,车道切换风险可以是车辆在切换车道时与其他车辆发生碰撞的概率。比如,当前车道在切换车道时与其他车辆发生碰撞的概率是0.9,即当前车辆的车道切换风险为0.9。
可以理解,车辆在切换车道时,它与其他车辆的碰撞风险存在突变(升高或降低),如图4所示,车道1上的后车C1从车道1切换到车道2(3),它与前车C2的碰撞风险会陡然升高(降低)。这种在车辆变道过程中升高(降低)后的风险可以被称为车道切换风险。需要说明的是,这里假设其他影响车辆碰撞风险的因素正常。例如,驾驶员正常驾驶等等。
在一个实施例中,车道切换风险还可以采用等级来表示。那么,车道切换风险则可以是车辆在切换车道时与其他车辆发生碰撞的风险等级。比如,当前车道在切换车道时与其他车辆发生碰撞的风险等级为2,即当前车辆的车道切换风险为2。其中,车道切换风险的两种表示方式之间的转换关系可具体参考后续实施例中的详细描述。
在一个实施例中,根据车道切换请求,获取从当前车道切换至目标车道的车道切换风险,包括:将车道切换请求传递至服务器;接收服务器反馈的车道切换风险;车道切换风险由服务器根据车道切换请求查询交通信息后得到。
其中,服务器是可以提供车道切换风险的计算机设备。这里的服务器可以是独立的服务器、服务器集群、云端服务器或者其他可以提供车道切换风险的信息源头设备。
具体地,车辆上部署的终端设备可在接收到驾驶员触发的车辆切换请求,或者自动触发的车道切换请求后,将该车道切换请求发送至服务器。服务器在接收到车道切换请求后,可查询与该车辆所行驶道路相关的交通信息,并在查询后根据查询到的交通信息确定该车辆由当前行驶的车道切换至目标车道的车道切换风险。此后,服务器则可将该车道切换风险反馈至车辆,车辆从而根据车道切换请求,从服务器处获取到从当前车道切换至目标车道的车道切换风险。
其中,交通信息是反应交通状况的信息,比如道路信息以及车辆信息等。道路信息比如路面起伏信息、道路类型以及路面视野等等。车辆信息比如车辆数量、车辆类型、车辆速度、车辆位置、车辆加速度以及车辆方向等等。
本实施例中,交通信息可以包括历史交通信息和/或实时交通信息。需要说明的是,历史交通信息是比较有效的参考信息。比如,对于历史交通信息中因变道引发事故的事故率,事故率越高,能够在一定程度反映车道切换风险越大。
在本实施例中,从服务器处获取车道切换风险,而该车道切换风险是由服务器根据该服务器上汇集的海量交通信息得到,可以在一定程度上提高车道切换风险的准确性和可信度。
在一个实施例中,车辆从服务器处获取的反馈信息中还可以包括其他信息。比如,服务器、云端或者其他信息源头设备反馈含有车道切换风险的预警信息。可以理解,在本申请实施例中,主要对其中包括的车道切换风险进行补偿处理。
在一个实施例中,车辆中部署的终端设备可从服务器处拉取交通信息。这样,在有车道切换请求被发起时,车辆中部署的终端设备即可在该车辆本地根据该车道切换请求,基于拉取的交通信息确定车道切换风险,提高响应效率。
S206,确定至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量。
可以理解,S204中获得的车道切换风险可以有多于一种来源。当车辆从服务器、云端或者其他信息源头获取车道切换风险时,由于不同设备间数据的传递需要消耗时间,也就是说车辆接收车道切换风险会存在延时,这样可能导致车道切换风险可信度降低;当车辆在本地生成车道切换风险时,由于本地从服务器拉取的交通数据具有时效性限制,这样也可能导致车道切换风险可信度降低。而且车辆从得到车道切换风险开始到变道结束不是瞬间完成的,在这过程中各车道上的车辆可能会发生变化。基于此,本申请提供的实施例即是对该车道切换风险进行补偿,以得到更加真实可信的车道切换风险。
其中,安全驾驶评估距离是用于评估驾驶安全性的距离。安全驾驶评估距离比如驾驶安全距离或者驾驶员视线距离等。
可以理解,车辆在行驶过程中安全位于第一位。为了保障行车安全,比如,前后车辆需要保持一定的安全距离,避免在前车紧急刹车后后车能有足够刹车距离避免碰撞;再比如,行车过程中需要注意前后视线距离内车辆的行驶状况,避免与这些车辆发生碰撞等。安全驾驶评估距离多于一种。通常情况下,考虑到的安全驾驶评估距离种类越多,安全评估越准确。
目标车道上车辆的预估变化数量,是预测的目标车道上车辆数量的变化量,用于反映目标车道上车辆数的可能变化数量,可以根据可能驶入目标车道的车辆数和可能驶出目标车道的车辆数得到。可以理解,车辆在意图变道时,在安全驾驶评估距离内驶入或者驶出目标车道的车辆都可能会对该车辆变道至目标车道的车道切换风险带来影响。其中,车辆数量的变化量可以基于当前道路对应的交通信息进行预测。
具体地,计算机设备获取驾驶员操作输入的至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量,也可以获取其他设备发送的至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量。
在一个实施例中,目标车道上车辆的预估变化数量可以是正数,也可以是负数。目标车道上车辆的预估变化数量是正数表示目标车道上车辆数是增加的,目标车道上车辆的预估变化数量是负数则表示目标车道上车辆数是减少的。
S208,根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险。
其中,补偿是指基于目标车道上车辆的预估变化数量,对车道切换风险进行修正以提高车道切换风险可信度的操作。计算机设备可基于S206中确定的预估变化数量对S204中获取的车道切换风险进行运算。该计算可以是直接作用的运算,即直接将预估变化数量和车道切换风险进行运算,该计算也可以是间接作用的运算,即将预估变化数量与其他参数运算后再与车道切换风险进行运算。
在一个实施例中,根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险,包括:获取车道切换风险倍增因子;以预估变化数量为运算次数,对车道切换风险倍增因子与车道切换风险进行运算,得到补偿后的车道切换风险。
其中,车道切换风险倍增因子是用于对车道切换风险进行补偿的参数。目标车道上车辆的预估变化数量对车道切换风险的影响越大,车道切换风险倍增因子则越大。车道切换风险倍增因子可以是常数,也可以是非常数。
具体地,在车辆变道过程中,目标车道上每有一辆车辆的变化(车辆数变化量为1),计算机设备即将切换到目标车道的车道切换风险乘以(除以)一次车道切换风险倍增因子。
在本实施例中,对当前得到的切换至目标车道的车道切换风险进行补偿,得到真实可靠的车道切换风险,可以提高车道切换风险的可信度。
上述车道切换风险处理方法,在获取到指定目标车道的车道切换请求时,即根据该车道切换请求获取从当前车道切换至目标车道的车道切换风险,这样就可以在该基础上确定至少一种安全驾驶评估距离内目标车道上车辆的预估变化数量,根据该预估变化数量对车道切换风险进行补偿,也就是根据至少一种安全驾驶评估距离内目标车道上车辆数的动态变化情况对车道切换风险进行补偿,得到更加可信的车道切换风险,极大地提高了车道切换风险的准确性。
在一个实施例中,安全驾驶评估距离包括驾驶安全距离和驾驶员视线距离;确定至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量,包括:确定驾驶安全距离内目标车道上车辆的第一预估变化数量,及驾驶员视线距离内目标车道上车辆的第二预估变化数量。根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险,包括:根据第一预估变化数量和第二预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险的数值区间。
其中,驾驶安全距离是车辆间避免碰撞的安全距离,如跟车距离等。驾驶安全距离通常由交通管理部门设定。比如,在高速公路上,如果车速超过100公里时速,那么同车道车间安全距离应该保持在100米以上,如果车速低于100公里,那么同车道车间安全距离应保持在50米以上。驾驶员视线距离是驾驶员能够看到的距离。驾驶员视线距离与驾驶员视力和天气状况相关。这两种距离范围内的车辆都有可能对当前车辆变道的车道切换风险造成影响。
补偿后的车道切换风险的数值区间,表示车道切换风险不是一个具体值,而是一个变化范围。可以理解,车辆在变道时面临如下场景:在准备切换车道或者切换车道的过程中,目标车道会有其他车辆驶入或者驶出。但是在切换车道之前,待变道车辆并不能准确判定目标车道是否有车辆驶入或者驶出;因此,在变道时待变道车辆需要考虑的不能仅仅只是从一条车道切换到另一条车道的具体风险值而是风险变化范围。也就是说,补偿后得到的车道切换风险是一个取值范围,这样有利于增强车道切换风险的合理性。
在一个实施例中,确定驾驶安全距离内目标车道上车辆的第一预估变化数量,及驾驶员视线距离内目标车道上车辆的第二预估变化数量,包括:接收目标设备发送的驾驶安全距离内目标车道上车辆的第一预估变化数量,及驾驶员视线距离内目标车道上车辆的第二预估变化数量;其中,第一预估变化数量,由目标设备通过统计驾驶安全距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数得到;第二预估变化数量,由目标设备通过统计驾驶员视线距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数得到。
可以理解,对于任意车道,该车道上行驶的车辆可以从该车道驶出,未在该车道上行驶的车辆可以驶入该车道。那么对于该车道,在该车道上行驶的车辆的变化数量可以等于驶入该车道的车辆的数量与驶出该车道的车辆的数量之差,也可以称为净驶入车辆数;类似,该车道上行驶车辆的预估变化数量可以理解为可能驶入该车道的车辆的数量与可能驶出该车道的车辆的数量之差。
对于任意一辆在车道上行驶的车辆,该车辆发生变道的动机有多种。通常情况下,无法肯定在车道上行驶的车辆是否会进行车道切换。
在一个实施例中,对于目标车道,计算机设备可以判定在该车道上行驶的车辆都有可能驶出该车道,不在该车道山行驶的车辆都有可能驶入该车道。那么,驾驶安全距离内驶入目标车道的预估车辆数,可以是驾驶安全距离内未在目标车道行驶的车辆的数量;驾驶安全距离内驶出目标车道的预估车辆数,可以是驾驶安全距离内在目标车道行驶的车辆的数量。其他安全驾驶评估距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数,也可以按该方式得到。
在一个实施例中,计算机设备可以结合安全驾驶评估距离内各车道上行驶车辆的车辆数据和驾驶员数据,安全驾驶评估距离内路段上历史变道数据以及因变道引发的事故率等,预测安全驾驶评估距离内可能驶入目标车道的车辆数和可能驶出目标车道的车辆数,得到安全驾驶评估距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数。
比如,目标车道上某车辆车速较低,那么该车车辆很可能不会驶出目标车道;再比如,目标车道相邻车道上的某车辆驾驶员历史驾驶中很少变道,那么该车车辆很可能不会驶入目标车道;再比如,安全驾驶评估距离内路段上历史变道数据表示目标车道上有1/3的车辆驶出目标车道,那么可以认为当前目标车道上1/3的车辆可能会驶出目标车道;再比如,安全驾驶评估距离内路段上因变道引发的事故率为1/4,那么可以认为当前目标车道上1/4的车辆可能会驶出目标车道或者其他车道上1/4的车辆可能会驶入目标车道;等等。
本实施例中的目标设备,可以是服务器、云端或者其他信息源头。需要说明的是,安全驾驶评估距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数的来源,可以与S204中的车道切换风险的来源一致,也可以不一致。
在一个实施例中,车辆上的车载雷达可以事先设定好安全驾驶评估距离,这样车辆还可以从车载雷达处获取这些预估车辆数。
在本实施例中,从目标设备处获取影响车道切换风险的车辆数,可以提高这些数据的准确性和有效性。
在一个实施例中,安全驾驶评估距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数,还可以通过驾驶员操作输入。当然,驾驶员操作输入的也可以是目标车道上车辆的预估变化数量。
举例说明,图5示出了一个实施例中车道切换风险的补偿原理。车辆在变道时会收到含有车道切换风险的预警信息(从服务器、云端或者其他信息源头获取),但是从得到此预警信息开始到变道结束为止需消耗时间,且服务器、云端或者其他信息源头将此预警信息传送至目标车辆的操作需消耗时间,在这段时间内,目标车道上可能有其他车辆驶入或者驶出,所以不能完全按照预警信息中的车道切换风险指导变道。参考图5,可以看到车道切换风险补偿包括三个数据来源:当前接收到的切换至目标车道的车道切换风险、驾驶安全距离以内的驶入和/或驶出目标车道的预估车辆数以及驾驶员视线距离以内驶入和/或驶出目标车道的预估车辆数。车道切换风险补偿模块则基于这三种数据对车道切换风险进行补偿,得到更可信的车道切换风险。当然,在其他实施例中,车道切换风险补偿模块还可以有其他安全评估距离以内的驶入和/或驶出目标车道的预估车辆数作为输入。
在一个实施例中,根据第一预估变化数量和第二预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险的数值区间,包括:根据第一预估变化数量和第二预估变化数量中的较大值,对车道切换风险进行补偿,确定补偿后的车道切换风险的区间下限值;根据第一预估变化数量和第二预估变化数量共同对车道切换风险进行补偿,确定补偿后的车道切换风险的区间上限值。
需要说明的是,不同的安全驾驶评估距离之间可能会存在重叠,这样在确定不同的安全驾驶评估距离内目标车道上车辆的预估变化数量时,可能会存在重复计入变化数量的车辆。比如,驾驶安全距离和驾驶员视线距离存在重叠,车辆A在该重叠距离内驶入目标车道,那么该车辆A既被统计入驾驶安全距离内驶入目标车道的车辆,也被计入驾驶员视线距离内驶入目标车道的车辆。而且,对于涉及安全问题的风险值确定时,应当考量较高的风险值。因此,补偿后的车道切换风险的区间下限值,应当根据第一预估变化数量和第二预估变化数量中的较大值来对车道切换风险进行补偿;补偿后的车道切换风险的区间上限值,则应当根据第一预估变化数量和第二预估变化数量共同对车道切换风险进行补偿。
具体地,计算机可以采用如下方式计算车辆切换风险的下限值:
其中,u表示车道切换风险倍增因子;k1表示驾驶员视线距离内目标车道上车辆的预估变化数量;k2表示驾驶安全距离内目标车道上车辆的预估变化数量;s表示当前车道;d表示目标车道;δ(s,d)表示未补偿前从当前车道切换至所述目标车道的车道切换风险;表示补偿后的车道切换风险的下限值。
计算机设备可采用如下方式计算车辆切换风险的上限值:
其中,u表示车道切换风险倍增因子;k1表示驾驶员视线距离内目标车道上车辆的预估变化数量;k2表示驾驶安全距离内目标车道上车辆的预估变化数量;s表示当前车道;d表示目标车道;δ(s,d)表示未补偿前从当前车道切换至所述目标车道的车道切换风险;表示补偿后的车道切换风险的上限值。
在本实施例中,通过驾驶安全距离和驾驶员视线距离内可能驶入驶出目标车道的车辆数对车道切换风险进行补偿,得到车道切换风险的取值范围,增强了车道切换风险的合理性。
另外,车道切换风险与待切换目标车道的驶入驶出车辆数有关,且随着车辆数的变化而伸缩。具体地,如果驶入驶出的车辆数的跨度大,即车辆数的变化范围大,那么风险变化范围会伸展(变大);如果车辆数的跨度小,即车辆数的变化范围小,那么风险变化范围就会收缩(变小);风险变化范围是一个区间,区间伸展意味着区间范围增大,收缩意味着区间范围减小。
上述实施例中,在获取到指定目标车道的车道切换请求时,即根据该车道切换请求获取从当前车道切换至目标车道的车道切换风险,这样就可以在该基础上确定驾驶安全距离和驾驶员视线距离内目标车道上车辆的预估变化数量,根据该预估变化数量对车道切换风险进行补偿,得到风险变化范围,这样使得风险把控更加合理且可信。
在一个实施例中,车道切换风险为风险等级;根据车道切换请求,获取从当前车道切换至目标车道的车道切换风险,包括:根据车道切换请求,获取从当前车道切换至目标车道的碰撞概率;确定碰撞概率所属的概率区间;按风险等级与概率区间的对应关系,确定碰撞概率所对应的风险等级。
具体地,计算机设备可将采用碰撞概率表示的车道切换风险按其概率区间划分为多于一个的风险等级。一个风险等级对应一个概率区间。碰撞概率越高,风险等级越高。即低等级的风险等级对应低的概率区间,高等级的风险等级对应高的概率区间。比如,当“本车与其他车辆发生碰撞的概率”位于区间[0.1,0.2],那么可以认为风险等级是一级,位于区间[0.2,0.3],可以认为是二级;以此类推。
需要说明的是,从一条车道切换到不同车道的车道切换风险并不完全相同,即从该车道切换到其他不同车道的风险等级并不完全相同。从不同车道切换到同一车道的车道切换风险并不完全相同,即从不同车道切换到同一车道的风险等级也不完全相同。若风险等级是非整数,那么将其向上取整,车道切换风险的概率取值范围与风险等级的对应关系可通过交管部门数据统计获得。
具体地,计算机设备在获取到采用概率表示的车道切换风险时,可以确定碰撞概率所属的概率区间;按风险等级与概率区间的对应关系,确定碰撞概率所对应的风险等级,得到采用风险等级表示的车道切换风险。
在一个实施例中,计算机设备可设置预警风险等级,当补偿后的风险等级达到预警风险等级时,可提示驾驶员谨慎驾驶。
在一个具体实施例中,车道切换风险的风险等级为十级,预警风险等级为五级。
当然,在另外的实施例中,车辆从服务器处获取到的车道切换风险即为采用风险等级表示的数据。
上述实施例中,采用风险等级来表示车道切换风险,使得车道切换风险更直观,更有警示性。
在一个实施例中,安全驾驶评估距离不仅可以包括上述实施例中提到的驾驶员视线距离和驾驶安全距离,还可以包括其他距离,如视距以内盲区以外1公里以内的距离等。此时,根据预估变化数量对车道切换风险进行补偿通过以下公式进行:
其中,u表示车道切换风险倍增因子;ki(i∈{1,2,...,n})表示第i种安全驾驶评估距离内,目标车道上车辆的预估变化数量;s表示当前车道;d表示目标车道;δ(s,d)表示未补偿前从当前车道切换至目标车道的车道切换风险;表示补偿后从当前车道切换至目标车道的车道切换风险。
可以理解,上述实施例中各公式包括的车道切换风险可以是采用概率表示的数据,也可以是采用风险等级表示的数据。
在一个实施例中,当当前车道与目标车道不相邻时,则确定至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量,包括:按当前车道至目标车道的方向,自当前车道的相邻车道至目标车道,按车道顺序依次确定至少一种安全驾驶评估距离内,各车道上车辆的预估变化数量;根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险,包括:按照车道顺序,根据各车道上的预估变化数量依次对车道切换风险进行补偿,将各次补偿得到的车道切换风险累加得到最终的车道切换风险。
可以理解,车辆在多于两条车道的道路上变道时,当前车道与目标车道可以为相邻,也可以不相邻。车辆在不相邻的车道间切换的过程可以被划分为多于一次相邻车道间的切换过程。那么在对车道切换风险进行补偿时,也应当按照相邻车道切换的次数,进行多于一次的补偿。
举例说明,参考图3,在三车道道路上,车辆C1从第一车道切换到第三车道时,必然要经过第二车道的过渡。那么从第一车道切换到第三车道的车道切换过程即可以被划分为:从第一车道切换至第二车道和从第二车道切换至第三车道。那么对车道切换风险的补偿也应进行两次。
具体地,在当前车道与目标车道不相邻时,计算机设备可按当前车道至目标车道的方向,自当前车道的相邻车道起至目标车道止,按车道顺序依次确定至少一种安全驾驶评估距离内各车道上车辆的预估变化数量。
举例说明,参考图3,假设车辆C1要从第一车道切换到第三车道,那么计算机设备则按当前车道(第一车道)至目标车道(第三车道)的方向,自当前车道(第一车道)的相邻车道(第二车道)起至目标车道(第三车道)止,按车道顺序(第二车道→第三车道)依次确定至少一种安全驾驶评估距离内各车道上车辆的预估变化数量。
进一步地,计算机设备再按照车道顺序,根据各车道上的预估变化数量依次对车道切换风险进行补偿,将各次补偿得到的车道切换风险累加得到最终的车道切换风险。可以理解,车道在变道时,每换一次车道即经历一次风险,那么连续切换车道时经历风险,即是这些多于一次相邻车道变道的风险叠加。
举例说明,继续参考图3,计算机设备按车道顺序依次确定了第二车道上车辆的预估变化数量S1,第三车道上车辆的预估变化数量S2,则先根据预估变化数量S1对车道切换风险进行补偿,然后再根据预估变化数量S2对补偿后的车道切换风险进行二次补偿。
在一个实施例中,当采用风险等级表示车道切换风险且车辆连续切换车道时,风险等级是变道过程中多于一次相邻车道的风险等级之和。
需要说明的是,步骤“按当前车道至目标车道的方向,自当前车道的相邻车道至目标车道,按车道顺序依次确定至少一种安全驾驶评估距离内,各车道上车辆的预估变化数量”和步骤“按照车道顺序,根据各车道上的预估变化数量依次对车道切换风险进行补偿,将各次补偿得到的车道切换风险累加得到最终的车道切换风险”不限定为串行进行。也就是说,计算机设备不必要等到确定自当前车道的相邻车道至目标车道中所有车道的预估变化数量,在进行车道切换风险的补偿。计算机设备可以在每确定一条车道上车辆的预估变化数量后,即根据该预估变化数量对当前的车道切换风险进行补偿。
在一个具体的实施例中,计算机设备可按当前车道至目标车道的方向,将当前车道的相邻车道至目标车道的各车道依次作为目标车道,对每条目标车道执行确定至少一种安全驾驶评估距离内目标车道上车辆的预估变化数量的步骤和根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险的步骤;计算机设备再将补偿得到的多个车道切换风险累加,得到最终的车道切换风险。需要说明的是,首次补偿基于S204中获取的车道切换风险进行,非首次补偿则基于前一次补偿后得到的车道切换风险进行。
比如,计算机设备可将自当前车道的相邻车道至目标车道中各车道依次作为目标车道,通过上述实施例中的式(3)对车道切换风险依次进行补偿。可以理解,当待补偿的车道切换风险为单独的数值时,即可直接带入上述式(3)进行计算;当待补偿的车道切换风险为数值区间时,即则将待补偿的车道切换风险的上限值带入上述式(3)计算新的风险上限值,将待补偿的车道切换风险的下限值带入上述式(3)计算新的风险下限值。
举例说明,参考图3,在三车道道路上,车辆C1在从第一车道切换到第三车道时,必然要经过第二车道的过渡,那么车道切换过程可以被划分为从第一车道切换至第二车道和从第二车道切换至第三车道这两次相邻车道的切换。那么车道风险补偿也要进行两次。
第一次补偿通过下式进行:
其中,u表示车道切换风险倍增因子;(i∈{1,2,...,n})表示第i种安全驾驶评估距离内,第二车道上车辆的预估变化数量;s表示当前车道;d2表示第二车道,d3表示第三车道;δ(s,d3)表示从服务器获取的初始的车道切换风险;表示补偿后从第一车道切换至第二车道的车道切换风险。
第二次补偿通过下式进行:
那么,从第一车道切换至第三车道的车道切换风险为:
上述实施例中,提供了连续变道时车道切换风险的处理方式,通过多次补偿,使得车道切换风险更加合理。
在一个实施例中,该车道切换风险处理方法由服务器执行,该方法还包括:通过分布式部署的路测感知单元和车载单元,将补偿后的车道切换风险传递至发起车道切换请求的车辆。
本实施例中的车道切换风险处理方法可应用于车联网***,由车联网***中的服务器执行。可以理解,车辆上部署的终端设备在直接与服务器通信时,通常是与中心服务器进行通信,而终端设备与中心服务器的通信路程较远,比较耗时。那么,车辆上部署的终端设备则可通过分布式部署的路测感知单元和车载单元与分布式部署的边缘服务器通信,这样可以极大地减少延时。
具体地,车辆上部署的终端设备可通过分布式部署的路测感知单元和车载单元,将车道切换请求发送至服务器,服务器在根据车道切换请求对车道切换风险进行补偿后,再通过分布式部署的路测感知单元和车载单元,将补偿后的车道切换风险传递至发起车道切换请求的车辆。
在本实施例中,通过分布式部署的路测感知单元和车载单元,进行车辆与服务器之间的信息中转传输,减少了数据传输延时,进一步提高了车道切换风险的可信度。
如图6所示,在一个具体的实施例中,车道切换风险处理方法具体包括以下步骤:
S602,获取指定目标车道的车道切换请求。
S604,将车道切换请求传递至服务器;接收服务器反馈的车道切换风险;该车道切换风险由服务器根据车道切换请求查询交通信息后得到。
S606,将车道切换请求所请求的车道切换,划分为一次或多于一次相邻车道间的车道切换。
S608,对于一次相邻车道间的车道切换,确定驾驶安全距离内目标车道上车辆的第一预估变化数量,及驾驶员视线距离内目标车道上车辆的第二预估变化数量;该第一预估变化数量,根据驾驶安全距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数得到;该第二预估变化数量,根据驾驶员视线距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数得到。
S610,以第一预估变化数量和第二预估变化数量中的较大值为运算次数,对车道切换风险倍增因子和车道切换风险进行运算,得到补偿后的车道切换风险的区间下限值;分别以第一预估变化数量和第二预估变化数量为运算次数,对车道切换风险倍增因子和车道切换风险进行运算,将两个运算结果相加得到补偿后的车道切换风险的区间上限值。
S612,对于多于一次相邻车道间的车道切换,按照车道顺序,确定下一次车道切换的待切换车道。
其中,待切换车道是相邻车道间的车道切换中意图切换至的车道。也就是说,每次相邻车道的车道切换涉及两个车道:当前车道和待切换车道。
S614,确定驾驶安全距离内待切换车道上车辆的第一预估变化数量,及驾驶员视线距离内待切换车道上车辆的第二预估变化数量;该第一预估变化数量,根据驾驶安全距离内驶入待切换车道的预估车辆数和驶出待切换车道的预估车辆数得到;该第二预估变化数量,根据驾驶员视线距离内驶入待切换车道的预估车辆数和驶出待切换车道的预估车辆数得到。
S616,以第一预估变化数量和第二预估变化数量中的较大值为运算次数,对车道切换风险倍增因子和车道切换风险进行运算,得到当前补偿后的车道切换风险的区间下限值;分别以第一预估变化数量和第二预估变化数量为运算次数,对车道切换风险倍增因子和车道切换风险进行运算,将两个运算结果相加得到当前补偿后的车道切换风险的区间上限值。
S618,判断当前车道切换中的待切换车道是否为目标车道,若是,则跳转到步骤S620;若否,则跳转到步骤S612。
S620,将各次补偿得到的车道切换风险累加,得到最终的车道切换风险。
S622,通过分布式部署的路测感知单元和车载单元,将补偿后的车道切换风险传递至发起车道切换请求的车辆。
可以理解,在本实施例中,补偿车道切换风险的基本思想为:将车道切换过程细分为一次或者多于一次相邻车道的切换过程。对于每一次相邻车道的切换,如果待切换车道有一辆车驶入(出),那么车辆切换到目标车道的风险就乘以(除以)一个车道切换风险倍增因子;当车辆连续切换车道时,切换风险的等级是其涉及到的一次或若干次相邻车道的切换风险等级之和。
在本实施例中,考虑了服务器、云端或者其他信息源头将车道切换风险息传送至目标车辆的操作需消耗时间,即考虑了车辆接收车道切换风险存在延时;考虑了驾驶员视线距离和驾驶安全距离以内的驾驶情况;能根据驾驶员视线距离和驾驶安全距离以内驶入驶出目标车道的车辆数量的动态变化情况对接收到的车道切换风险进行补偿,这样补偿得到的车道切换风险更加可信。
另外,计算机设备还对分别根据现有技术的方案和本申请实施例提供的车道切换风险处理方法进行了实验。在本实施例中一共进行了10次试验。每次实验中一共进行了100次车道切换。在每一次车道切换中,统计了分别使用现有技术与本申请实施例提供的技术方案的正确车道切换风险提示情况,如表一所示。显然,使用本申请实施例提供的技术方案时的正确提示次数高于使用现有技术的正确提示次数。正确提示越多越有利于安全驾驶。相比于现有技术,本申请实施例提供的技术方案能提高车道切换风险的可靠性以及驾驶的安全度。
表一:
在本实施例中,在车道区域车联网***的服务器上部署了车数统计模块、计算模块和通信模块。车数统计模块用于获取驾驶员视线距离和驾驶安全距离以内的可能驶入和驶出目标车道的车辆数,计算模块用于基于驾驶员视线距离和驾驶安全距离以内的可能驶入和驶出目标车道的车辆数对当前接收到的切换至目标车道的车道切换风险进行补偿,通信模块用于服务器与车辆之间的通信:将数据通过路测感知单元和车载单元传送给欲切换车道的车辆。
具体地,在车联网***的服务器上用python编写用于对车道切换风险信息进行补偿的计算模块,用matlab编写用于获取驾驶员视线距离和驾驶安全距离以内的可能驶入和驶出目标车道的车辆数的车数统计模块,用C编写用于服务器与车辆进行通信的通信模块,用Java编写统计变道预警的正确率的模块。当然,各模块也可以用其他计算机编程语言编写,这里仅是本次实验所使用的计算机编程语言的示例性说明。
应该理解的是,虽然上述各实施例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,这些步骤可以以其它的顺序执行。而且,上述各实施例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,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它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。
如图7所示,在一个实施例中,提供了一种车道切换风险处理装置700。参照图7,该车道切换风险处理装置700包括:获取模块701、确定模块702和补偿模块703。
获取模块701,用于获取指定目标车道的车道切换请求;根据车道切换请求,获取从当前车道切换至目标车道的车道切换风险。
确定模块702,用于确定至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量。
补偿模块703,用于根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险。
在一个实施例中,获取模块701还用于将车道切换请求传递至服务器;接收服务器反馈的车道切换风险;车道切换风险由服务器根据车道切换请求查询交通信息后得到。
在一个实施例中,安全驾驶评估距离包括驾驶安全距离和驾驶员视线距离。确定模块702还用于确定驾驶安全距离内目标车道上车辆的第一预估变化数量,及驾驶员视线距离内目标车道上车辆的第二预估变化数量。补偿模块703还用于根据第一预估变化数量和第二预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险的数值区间。
在一个实施例中,确定模块702还用于接收目标设备发送的驾驶安全距离内目标车道上车辆的第一预估变化数量,及驾驶员视线距离内目标车道上车辆的第二预估变化数量;其中,第一预估变化数量,由目标设备通过统计驾驶安全距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数得到;第二预估变化数量,由目标设备通过统计驾驶员视线距离内驶入目标车道的预估车辆数和驶出目标车道的预估车辆数得到。
在一个实施例中,补偿模块703还用于根据第一预估变化数量和第二预估变化数量中的较大值,对车道切换风险进行补偿,确定补偿后的车道切换风险的区间下限值;根据第一预估变化数量和第二预估变化数量共同对车道切换风险进行补偿,确定补偿后的车道切换风险的区间上限值。
在一个实施例中,补偿模块703还用于获取车道切换风险倍增因子;以预估变化数量为运算次数,对车道切换风险倍增因子与车道切换风险进行运算,得到补偿后的车道切换风险。
在一个实施例中,车道切换风险为风险等级。获取模块701还用于根据车道切换请求,获取从当前车道切换至目标车道的碰撞概率;确定碰撞概率所属的概率区间;按风险等级与概率区间的对应关系,确定碰撞概率所对应的风险等级。
在一个实施例中,补偿模块703还用于通过以下公式进行车道切换风险的补偿:
其中,u表示车道切换风险倍增因子;ki(i∈{1,2,...,n})表示第i种安全驾驶评估距离内,目标车道上车辆的预估变化数量;s表示当前车道;d表示目标车道;δ(s,d)表示未补偿前从当前车道切换至目标车道的风险等级;表示补偿后从当前车道切换至目标车道的风险等级。
在一个实施例中,当当前车道与目标车道为不相邻的车道时,则确定模块702还用于按当前车道至目标车道的方向,自当前车道的相邻车道至目标车道,按车道顺序依次确定至少一种安全驾驶评估距离内,各车道上车辆的预估变化数量。补偿模块703还用于根据各车道上的预估变化数量按车道顺序对车道切换风险依次进行补偿,得到补偿后的车道切换风险。
参考图8,在一个实施例中,车道切换风险处理装置700还包括传递模块704,用于通过分布式部署的路测感知单元和车载单元,将补偿后的车道切换风险传递至发起车道切换请求的车辆。
图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的车辆110中部署的终端设备(或服务器140)。如图9所示,该计算机设备包括该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现车道切换风险处理方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行车道切换风险处理方法。本领域技术人员可以理解,图9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计算机设备的限定,具体的计算机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。
在一个实施例中,本申请提供的车道切换风险处理装置可以实现为一种计算机程序的形式,计算机程序可在如图9所示的计算机设备上运行。计算机设备的存储器中可存储组成该车道切换风险处理装置的各个程序模块,比如,图7所示的获取模块701、确定模块702和补偿模块703。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的车道切换风险处理方法中的步骤。
例如,图9所示的计算机设备可以通过如图7所示的车道切换风险处理装置700中的获取模块701执行获取指定目标车道的车道切换请求;根据车道切换请求,获取从当前车道切换至目标车道的车道切换风险的步骤。通过确定模块702执行确定至少一种安全驾驶评估距离内,目标车道上车辆的预估变化数量的步骤。通过补偿模块703执行根据预估变化数量对车道切换风险进行补偿,得到补偿后的车道切换风险的步骤。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述车道切换风险处理方法的步骤。此处车道切换风险处理方法的步骤可以是上述各个实施例的车道切换风险处理方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行上述车道切换风险处理方法的步骤。此处车道切换风险处理方法的步骤可以是上述各个实施例的车道切换风险处理方法中的步骤。
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,所述的程序可存储于一非易失性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,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (20)
1.一种车道切换风险处理方法,包括:
获取指定目标车道的车道切换请求;
根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险;
确定至少一种安全驾驶评估距离内,所述目标车道上车辆的预估变化数量;
根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险;
其中,所述安全驾驶评估距离包括驾驶安全距离和驾驶员视线距离,所述确定至少一种安全驾驶评估距离内,所述目标车道上车辆的预估变化数量包括:
确定所述驾驶安全距离内所述目标车道上车辆的第一预估变化数量,及所述驾驶员视线距离内所述目标车道上车辆的第二预估变化数量;
所述根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险包括:
根据所述第一预估变化数量和所述第二预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险的数值区间。
2.根据权利要求1所述的方法,其特征在于,所述根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险,包括:
将所述车道切换请求传递至服务器;
接收所述服务器反馈的车道切换风险;所述车道切换风险由所述服务器根据所述车道切换请求查询交通信息后得到。
3.根据权利要求1所述的方法,其特征在于,所述确定所述驾驶安全距离内所述目标车道上车辆的第一预估变化数量,及所述驾驶员视线距离内所述目标车道上车辆的第二预估变化数量,包括:
接收目标设备发送的所述驾驶安全距离内所述目标车道上车辆的第一预估变化数量,及所述驾驶员视线距离内所述目标车道上车辆的第二预估变化数量;
其中,所述第一预估变化数量,由所述目标设备通过统计所述驾驶安全距离内驶入所述目标车道的预估车辆数和驶出所述目标车道的预估车辆数得到;所述第二预估变化数量,由所述目标设备通过统计所述驾驶员视线距离内驶入所述目标车道的预估车辆数和驶出所述目标车道的预估车辆数得到。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一预估变化数量和所述第二预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险的数值区间,包括:
根据所述第一预估变化数量和所述第二预估变化数量中的较大值,对所述车道切换风险进行补偿,确定补偿后的车道切换风险的区间下限值;
根据所述第一预估变化数量和所述第二预估变化数量共同对所述车道切换风险进行补偿,确定补偿后的车道切换风险的区间上限值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险,包括:
获取车道切换风险倍增因子;
以所述预估变化数量为运算次数,对所述车道切换风险倍增因子与所述车道切换风险进行运算,得到补偿后的车道切换风险。
6.根据权利要求1所述的方法,其特征在于,所述车道切换风险为风险等级;所述根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险,包括:
根据所述车道切换请求,获取从当前车道切换至所述目标车道的碰撞概率;
确定所述碰撞概率所属的概率区间;
按风险等级与概率区间的对应关系,确定所述碰撞概率所对应的风险等级。
8.根据权利要求1所述的方法,其特征在于,当所述当前车道与所述目标车道不相邻时,所述确定至少一种安全驾驶评估距离内,所述目标车道上车辆的预估变化数量,包括:
按所述当前车道至所述目标车道的方向,自所述当前车道的相邻车道至所述目标车道,按车道顺序依次确定至少一种安全驾驶评估距离内,各车道上车辆的预估变化数量;
所述根据所述预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险,包括:
按照所述车道顺序,根据各车道上的预估变化数量依次对所述车道切换风险进行补偿,将各次补偿得到的车道切换风险累加得到最终的车道切换风险。
9.根据权利要求1所述的方法,其特征在于,由车联网服务器执行,所述方法还包括:
通过分布式部署的路测感知单元和车载单元,将所述补偿后的车道切换风险传递至发起所述车道切换请求的车辆。
10.一种车道切换风险处理装置,包括:
获取模块,用于获取指定目标车道的车道切换请求;根据所述车道切换请求,获取从当前车道切换至所述目标车道的车道切换风险;
确定模块,用于确定驾驶安全距离内所述目标车道上车辆的第一预估变化数量,及驾驶员视线距离内所述目标车道上车辆的第二预估变化数量;
补偿模块,用于根据所述第一预估变化数量和所述第二预估变化数量对所述车道切换风险进行补偿,得到补偿后的车道切换风险的数值区间。
11.根据权利要求10所述的装置,其特征在于,所述获取模块还用于将所述车道切换请求传递至服务器;接收所述服务器反馈的车道切换风险;所述车道切换风险由所述服务器根据所述车道切换请求查询交通信息后得到。
12.根据权利要求10所述的装置,其特征在于,所述确定模块还用于接收目标设备发送的所述驾驶安全距离内所述目标车道上车辆的第一预估变化数量,及所述驾驶员视线距离内所述目标车道上车辆的第二预估变化数量;其中,所述第一预估变化数量,由所述目标设备通过统计所述驾驶安全距离内驶入所述目标车道的预估车辆数和驶出所述目标车道的预估车辆数得到;所述第二预估变化数量,由所述目标设备通过统计所述驾驶员视线距离内驶入所述目标车道的预估车辆数和驶出所述目标车道的预估车辆数得到。
13.根据权利要求10所述的装置,其特征在于,所述补偿模块还用于根据所述第一预估变化数量和所述第二预估变化数量中的较大值,对所述车道切换风险进行补偿,确定补偿后的车道切换风险的区间下限值;根据所述第一预估变化数量和所述第二预估变化数量共同对所述车道切换风险进行补偿,确定补偿后的车道切换风险的区间上限值。
14.根据权利要求10所述的装置,其特征在于,所述补偿模块还用于获取车道切换风险倍增因子;以所述预估变化数量为运算次数,对所述车道切换风险倍增因子与所述车道切换风险进行运算,得到补偿后的车道切换风险。
15.根据权利要求10所述的装置,其特征在于,所述获取模块还用于根据所述车道切换请求,获取从当前车道切换至所述目标车道的碰撞概率;确定所述碰撞概率所属的概率区间;按风险等级与概率区间的对应关系,确定所述碰撞概率所对应的风险等级。
17.根据权利要求10所述的装置,其特征在于,当所述当前车道与所述目标车道不相邻时,则所述确定模块还用于按所述当前车道至所述目标车道的方向,自所述当前车道的相邻车道至所述目标车道,按车道顺序依次确定至少一种安全驾驶评估距离内,各车道上车辆的预估变化数量;所述补偿模块还用于按照所述车道顺序,根据各车道上的预估变化数量依次对所述车道切换风险进行补偿,将各次补偿得到的车道切换风险累加得到最终的车道切换风险。
18.根据权利要求10所述的装置,其特征在于,所述车道切换风险处理装置还包括传递模块,用于通过分布式部署的路测感知单元和车载单元,将所述补偿后的车道切换风险传递至发起车道切换请求的车辆。
19.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至9中任一项所述方法的步骤。
20.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911199182.9A CN110930733B (zh) | 2019-11-29 | 2019-11-29 | 车道切换风险处理方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911199182.9A CN110930733B (zh) | 2019-11-29 | 2019-11-29 | 车道切换风险处理方法、装置、存储介质和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110930733A CN110930733A (zh) | 2020-03-27 |
CN110930733B true CN110930733B (zh) | 2021-07-30 |
Family
ID=69846939
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911199182.9A Active CN110930733B (zh) | 2019-11-29 | 2019-11-29 | 车道切换风险处理方法、装置、存储介质和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110930733B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111798661A (zh) * | 2020-07-13 | 2020-10-20 | 腾讯科技(深圳)有限公司 | 车辆行驶中的超车预警方法及装置 |
CN112084232B (zh) * | 2020-08-11 | 2022-08-30 | 浙江大学 | 基于目标他车视野信息的车辆行驶风险评估方法及装置 |
CN112202890B (zh) * | 2020-09-30 | 2022-03-22 | 腾讯科技(深圳)有限公司 | 车辆驾驶风险的预警方法、装置和计算机设备 |
CN114446042B (zh) * | 2020-11-04 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 预警交通事故的方法、装置、设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105460014A (zh) * | 2014-09-29 | 2016-04-06 | 富士重工业株式会社 | 驾驶辅助控制装置 |
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*** |
CN109017757A (zh) * | 2018-08-22 | 2018-12-18 | 吉林大学 | 汽车远程代驾方法及*** |
US10300851B1 (en) * | 2018-10-04 | 2019-05-28 | StradVision, Inc. | Method for warning vehicle of risk of lane change and alarm device using the same |
CN110085056A (zh) * | 2019-04-24 | 2019-08-02 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
-
2019
- 2019-11-29 CN CN201911199182.9A patent/CN110930733B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105460014A (zh) * | 2014-09-29 | 2016-04-06 | 富士重工业株式会社 | 驾驶辅助控制装置 |
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*** |
CN109017757A (zh) * | 2018-08-22 | 2018-12-18 | 吉林大学 | 汽车远程代驾方法及*** |
US10300851B1 (en) * | 2018-10-04 | 2019-05-28 | StradVision, Inc. | Method for warning vehicle of risk of lane change and alarm device using the same |
CN110085056A (zh) * | 2019-04-24 | 2019-08-02 | 华南理工大学 | 一种高速公路车路协同环境下车辆换道瞬时风险识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110930733A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110930733B (zh) | 车道切换风险处理方法、装置、存储介质和计算机设备 | |
EP3745378B1 (en) | Automatic driving safety assessment method, device and system | |
US9878710B2 (en) | Method for improving performance of a method for computationally predicting a future state of a target object, driver assistance system, vehicle including such driver assistance system and respective program storage medium and program | |
Wang et al. | Longitudinal collision mitigation via coordinated braking of multiple vehicles using model predictive control | |
US9566981B2 (en) | Method and system for post-collision manoeuvre planning and vehicle equipped with such system | |
CN101529486B (zh) | 巡航控制计划评估装置和方法 | |
US8788134B1 (en) | Autonomous driving merge management system | |
US6873911B2 (en) | Method and system for vehicle operator assistance improvement | |
JP5083388B2 (ja) | 交通制御システムおよび交通管制システム | |
US20190146516A1 (en) | Drive assist apparatus | |
US20190308621A1 (en) | Traveling path generation apparatus and traveling path generation method | |
US20180265084A1 (en) | Traveling path generation apparatus and traveling path generation method | |
EP2461304A1 (en) | Vehicle control device, vehicle control method, and vehicle control system | |
CN104340152A (zh) | 在避免碰撞任务中用于情形评估和决策的动态安全防护罩 | |
CN104417561A (zh) | 情境感知威胁响应判定 | |
CN111994071A (zh) | 后向追尾主动避让方法、***、存储介质 | |
US11295609B1 (en) | Travel assistance method and travel assistance device | |
DE112016003758T5 (de) | Fahrzeugsteuervorrichtung, Fahrzeugsteuerverfahren und Fahrzeugsteuerprogramm | |
TWI557006B (zh) | 自動化車輛全域性風險分析的區域規劃演算法與軌跡最佳化閃避系統 | |
EP4083871A1 (en) | Method for automated development of a path planning module for an automated driving system | |
KR20220002789A (ko) | 차로 변경 보조 시스템 및 이를 이용한 차로 변경 방법 | |
CN113771841A (zh) | 用于车队的驾驶辅助***、方法、计算机设备和存储介质 | |
CN111986474B (zh) | 在道路交通中的风险降低 | |
CN114763135A (zh) | 一种车辆行驶控制方法、装置、电子设备及存储介质 | |
CN113895440B (zh) | 一种高速公路自动变道方法、装置、电子设备及存储介质 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40021931 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |