CN111368017B - 一种用于智能网联汽车的数据筛选方法 - Google Patents
一种用于智能网联汽车的数据筛选方法 Download PDFInfo
- Publication number
- CN111368017B CN111368017B CN202010162647.XA CN202010162647A CN111368017B CN 111368017 B CN111368017 B CN 111368017B CN 202010162647 A CN202010162647 A CN 202010162647A CN 111368017 B CN111368017 B CN 111368017B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- coordinate
- lane
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种用于智能网联汽车的数据筛选方法，涉及智能网联汽车领域，该方法中，第一车辆根据预设行车路径上下个时刻的行驶状态确定对应的位置筛选条件，根据接收到的所有第二车辆信息中的第二车辆偏航角和第二车辆坐标筛选出符合位置筛选条件且与第一车辆坐标距离最近的第二车辆信息为目标信息，保留目标信息并滤除其他第二车辆信息；该方法可以有效地过滤筛选出与自身车辆相关的有用信息、去除掉无关信息，避免信息冗余，有效信息提取效率高。
Description
技术领域
本发明涉及智能网联汽车领域，尤其是一种用于智能网联汽车的数据筛选方法。
背景技术
车辆之间通过建立广泛的数据连接来实现行车更安全、高效、绿色的目标，是智能交通发展的重要方向。随着车辆智能化、网联化的发展，入网车辆越来越多，现有车辆联网数据发送方式是广播式发送，即车辆会收到通信范围内所有车辆、路侧设施、以及其他交通参与者发送的信息。不同的交通参与者之间可通过标识ID来进行识别，如车辆和路侧设施，而同一类交通参与者，如车辆，则无法通过标识ID进行区分识别，因此自车会收到大量道路上其他车辆的信息，其中仅有部分是与自身车辆相关的有用信息，其余则都是无关信息，信息冗余较多，占用了通信资源。
发明内容
本发明人针对上述问题及技术需求，提出了一种用于智能网联汽车的数据筛选方法，本发明的技术方案如下：
一种用于智能网联汽车的数据筛选方法，该方法包括：
第一车辆确定自身的第一车辆坐标以及预设行车路径，并根据预设行车路径确定下个时刻的行驶状态，下个时刻的行驶状态为直行、直行变道、转弯或掉头；
第一车辆接收通信范围内的各个第二车辆发送的第二车辆信息，第二车辆信息至少包括第二车辆的第二车辆坐标以及第二车辆偏航角；
第一车辆根据下个时刻的行驶状态确定对应的位置筛选条件；
第一车辆根据第二车辆偏航角和第二车辆坐标筛选出符合位置筛选条件且与第一车辆坐标距离最近的第二车辆信息为目标信息；
第一车辆保留目标信息并滤除其他第二车辆信息。
其进一步的技术方案为，当下个时刻的行驶状态为直行或直行变道时，根据第二车辆偏航角筛选出符合位置筛选条件的第二车辆信息，还包括：
获取当前所在路段的路段信息，路段信息至少包括路段包含的车道数以及路段内各个车道两侧车道线的坐标信息；
根据第一车辆坐标以及路段信息确定当前所处车道，并根据当前所处车道和下个时刻的行驶状态确定目标车道；
根据路段信息确定目标车道的两侧车道线的坐标信息；
根据第二车辆偏航角筛选出第二车辆信息位于目标车道两侧车道线的坐标信息范围内且符合位置筛选条件的第二车辆信息。
其进一步的技术方案为，当下个时刻的行驶状态为直行时，目标车道为当前所处车道；
当直行变道时，目标车道为目标车道为当前所处车道的在变道方向上的相邻车道。
其进一步的技术方案为，当下个时刻的行驶状态为直行或直行变道时，对应的位置筛选条件为第二车辆坐标与第一车辆坐标之间满足第二车辆偏航角对应的预设坐标条件；
则根据第二车辆偏航角和第二车辆坐标筛选出符合位置筛选条件且与第一车辆坐标距离最近的第二车辆信息为目标信息，包括：
以第一车辆为中心建立虚拟直角坐标系，根据第二车辆偏航角确定第二车辆在虚拟直角坐标系中的所在象限；
确定与第二车辆所在象限对应的预设坐标条件；
若第二车辆坐标与第一车辆坐标之间的关系满足预设坐标条件则确定第二车辆信息符合位置筛选条件，确定其中与第一车辆坐标距离最近的第二车辆信息为目标信息。
其进一步的技术方案为，当下个时刻的行驶状态为转弯或掉头时，对应的位置筛选条件为第二车辆偏航角在下个时刻的行驶状态对应的预设象限区域内；
则根据第二车辆偏航角和第二车辆坐标筛选出符合位置筛选条件且与第一车辆坐标距离最近的第二车辆信息为目标信息，包括：
以第一车辆为中心建立虚拟直角坐标系，根据第二车辆偏航角确定第二车辆在虚拟直角坐标系中的所在象限；
若第二车辆偏航角在下个时刻的行驶状态对应的预设象限区域内则确定第二车辆信息符合位置筛选条件，确定其中与第一车辆坐标距离最近的第二车辆信息为目标信息。
本发明的有益技术效果是：
本申请公开了一种用于智能网联汽车的数据筛选方法，第一车辆根据预设行车路径上下个时刻的行驶状态确定对应的位置筛选条件，根据接收到的所有第二车辆信息中的第二车辆偏航角和第二车辆坐标筛选出符合位置筛选条件且与第一车辆坐标距离最近的第二车辆信息为目标信息，保留目标信息并滤除其他第二车辆信息；该方法可以有效地过滤筛选出与自身车辆相关的有用信息、去除掉无关信息，避免信息冗余，有效信息提取效率高。
附图说明
图1是本申请公开的用于智能网联汽车的数据筛选方法的方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本申请公开了一种用于智能网联汽车的数据筛选方法，请参考图1所示的流程图，该方法主要包括如下步骤：
首先，在使用该方法之前，通常首选需要进行路段的划分的路段数据库的建立，主要包括如下两部分：
(1)根据车辆实际行驶的道路进行路段划分，划分依据包括但不限于：按照天然的交叉路口划分路段，主要适用于城市道路交叉路口密集区域。或者，按照进出口处等道路特性点划分路段，主要适用于城市道路交叉路口快速车道。或者，按照一定距离划分路段，主要适用于高速公路或城市道路交叉路口快速车道。
(2)确定每个路段的路段信息并建立路段数据库。每个路段的路段信息至少包括路段包含的车道数以及该路段内各个车道两侧车道线的坐标信息。且各个路段的路段信息之间具有连接关系，以保证车辆在行驶过程中读取数据的连续性。
在实际应用时，路段信息还包括更多信息内容，包括路段编号、路段属性信息、路段坐标信息中至少一种，其中路段属性信息包括路段所在城市、路段所在区、路段名称中的至少一种，路段坐标信息包括该路段各个顶点处的经纬度坐标。在本申请中，路段信息的信息格式为[ID，Rc，Rd，Rn，Rdata]，其中，ID为路段编号，Rc表示路段所在城市，Rd表示路段所在区，Rn表示路段名称，Rdata为数组格式、存储该路段的特性信息以及地理位置信息，Rdata的具体格式为[Ln，Pv，PL1，PL2…PLn]，其中，Ln为该路段包含的车道数，Pv为该路段的各个顶点处的经纬度坐标，PL1，PL2…PLn为该路段内各个车道两侧车道线的坐标信息，其中PL1为第1条车道两侧车道线的坐标信息，PLn为第n条车道两侧车道线的坐标信息。经纬度坐标可以按照一定的经纬度间隔来选取。
在完成路段数据库的建立之后，任意的第一车辆在行驶过程中就能获取到当前所在路段的路段信息。另外，在智能网联车辆***中，车辆之间都是互相通信的，根据相关标准，智能网联汽车之间数据发送频率为10Hz。因此所有车辆都会通过各项传感器等读取自己行驶过程中各类数据，然后发送给周围其他车辆，相应的，所有车辆也会获取到周围车辆的相关信息，则任意第一车辆会接收到通信范围内的各个第二车辆发送的第二车辆信息，第二车辆信息至少包括第二车辆的第二车辆坐标以及第二车辆偏航角(Heading值)。在实际应用时，第二车辆信息还包括其他更多信息，包括但不限于车辆ID和时间戳，其中车辆ID为车架号或智能网联汽车入网许可证号。在本申请中，第二车辆信息的信息格式为[Vehicle id，Position，Heading，Time]，其中，Vehicle id表示第二车辆的车辆ID，Position表示第二车辆坐标，Heading表示第二车辆偏航角，Time表示时间戳。
同样的，第一车辆还会通过各项传感器等读取自身行驶过程中的各项信息，至少会获取到自身的第一车辆坐标，获取到的各项信息的信息格式可以与上述第二车辆信息的格式相同，本申请不再赘述。
第一车辆确定自身的预设行车路径，预设行车路径是预先规划好的，根据预设行车路径即能确定下个时刻的行驶状态，下个时刻的行驶状态为直行、直行变道、转弯或掉头。然后根据下个时刻的行驶状态即能确定对应的位置筛选条件，行驶状态与位置筛选条件之间的对应关系是预先确定好的，然后第一车辆根据接收到的所有第二车辆信息中的第二车辆偏航角和第二车辆坐标筛选出符合位置筛选条件且与第一车辆坐标距离最近的第二车辆信息为目标信息，保留目标信息并滤除其他第二车辆信息，即能实现信息过滤和筛选。
当下个时刻的行驶状态不同时，第一车辆的过来和筛选机制也不同，本申请接下去分情况详细介绍：
一、当下个时刻的行驶状态为直行或直行变道时，在这两种情况中，只有特定的目标车道中的车辆可能会对第一车辆的行驶产生影响，因此只选取特定的目标车道中、第一车辆前后最近的车辆发送的信息。
因此，在这两种情况中，第一车辆首先确定出目标车道：第一车辆根据自身的第一车辆坐标以及当前路段的路段信息即能确定当前所处车道，第一车辆坐标位于当前所处车道的两侧车道线的坐标信息范围之内。
根据当前所处车道和下个时刻的行驶状态确定目标车道，目标车道与当前所处车道和下个时刻的行驶状态之间的关系是预先设定的。在本申请中，当下个时刻的行驶状态为直行时，目标车道即为当前所处车道；当直行变道时，目标车道为目标车道为当前所处车道的在变道方向上的相邻车道。确定好目标车道后，即能从路段信息中读取到目标车道的两侧车道线的坐标信息。
当确定好目标车道后，继续选取目标车道中第一车辆前后最近的车辆发送的信息，则位置筛选条件为第二车辆坐标与第一车辆坐标之间满足第二车辆偏航角对应的预设坐标条件，第一车辆的筛选方式为：
1、以第一车辆为中心建立虚拟直角坐标系，根据第二车辆偏航角heading值确定第二车辆在虚拟直角坐标系中的所在象限。
2、确定与第二车辆所在象限对应的预设坐标条件，两者的对应关系为预先设置的。比如当第二车辆在第一象限时，其对应的预设坐标条件包括第二车辆坐标的经纬度值都大于第一车辆坐标的经纬度值(此时表示第二车辆在第一车辆前方)以及第二车辆坐标的经纬度值都小于第一车辆坐标的经纬度值(此时表示第二车辆在第一车辆后方)。
3、若第二车辆坐标位于目标车道两侧车道线的坐标信息范围内，且第二车辆坐标与第一车辆坐标之间的关系满足预设坐标条件则确定第二车辆信息符合位置筛选条件，并确定其中与第一车辆坐标距离最近的第二车辆信息为目标信息。
也即对于第二车辆坐标位于目标车道两侧车道线的坐标信息范围内的所有第二车辆信息，确定满足如下公式的为第一车辆前方距离最近的车辆：
确定满足如下公式的为第一车辆后方距离最近的车辆：
满足上述两种条件的第二车辆信息即被筛选出来作为目标信息。其中，(X0,Y0)为第二车辆坐标的经纬度值，(X,Y)为第一车辆坐标的经纬度值，Dmin表示取得最小值。
二、当下个时刻的行驶状态为转弯或掉头时。
在这两种情况中，第一车辆通常处于路口位置，会对第一车辆的行驶产生影响的第二车辆所在的车道是不确定的，因此不同于直行以及直行变道的情况，这几种情况中不确定目标车道，直接根据第二车辆偏航角选择与下个时刻的行驶状态相反方向区域的车辆，也即第一车辆左转弯时根据第二车辆偏航角heading值选取右侧来车，第一车辆右转弯时根据第二车辆偏航角heading值选取左侧来车，第一车辆掉头时根据第二车辆偏航角heading值选取对向来车。
具体的做法是：
对应的位置筛选条件为第二车辆偏航角在下个时刻的行驶状态对应的预设象限区域内，下个时刻的行驶状态与预设象限区域的对应关系是预先配置的，则第一车辆同样以自身为中心建立虚拟直角坐标系，根据第二车辆偏航角确定第二车辆在虚拟直角坐标系中的所在象限。若第二车辆偏航角在下个时刻的行驶状态对应的预设象限区域内则确定第二车辆信息符合位置筛选条件，其次，再计算第二车辆坐标与第一车辆坐标之间的距离，选取其中距离最近的第二车辆信息作为目标信息。
以上所述的仅是本申请的优选实施方式，本发明不限于以上实施例。可以理解，本领域技术人员在不脱离本发明的精神和构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。
Claims (3)
1.一种用于智能网联汽车的数据筛选方法，其特征在于，所述方法包括：
第一车辆确定自身的第一车辆坐标以及预设行车路径，并根据预设行车路径确定下个时刻的行驶状态，所述下个时刻的行驶状态为直行、直行变道、转弯或掉头；
所述第一车辆接收通信范围内的各个第二车辆发送的第二车辆信息，所述第二车辆信息至少包括所述第二车辆的第二车辆坐标以及第二车辆偏航角；
所述第一车辆根据所述下个时刻的行驶状态确定对应的位置筛选条件；
所述第一车辆根据第二车辆偏航角和第二车辆坐标筛选出符合所述位置筛选条件且与所述第一车辆坐标距离最近的第二车辆信息为目标信息：当所述下个时刻的行驶状态为直行或直行变道时，获取当前所在路段的路段信息，所述路段信息至少包括路段包含的车道数以及路段内各个车道两侧车道线的坐标信息，根据所述第一车辆坐标以及所述路段信息确定当前所处车道，并根据所述当前所处车道和所述下个时刻的行驶状态确定目标车道，根据所述路段信息确定所述目标车道的两侧车道线的坐标信息，根据第二车辆偏航角筛选出第二车辆信息位于所述目标车道两侧车道线的坐标信息范围内且符合所述位置筛选条件的第二车辆信息且对应的位置筛选条件为第二车辆坐标与所述第一车辆坐标之间满足第二车辆偏航角对应的预设坐标条件；当所述下个时刻的行驶状态为转弯或掉头时，以所述第一车辆为中心建立虚拟直角坐标系，根据所述第二车辆偏航角确定所述第二车辆在所述虚拟直角坐标系中的所在象限，若所述第二车辆偏航角在所述下个时刻的行驶状态对应的预设象限区域内则确定所述第二车辆信息符合所述位置筛选条件，确定其中与所述第一车辆坐标距离最近的第二车辆信息为所述目标信息；
所述第一车辆保留所述目标信息并滤除其他第二车辆信息。
2.根据权利要求1所述的方法，其特征在于，
当所述下个时刻的行驶状态为直行时，所述目标车道为所述当前所处车道；
当所述直行变道时，所述目标车道为所述目标车道为所述当前所处车道的在变道方向上的相邻车道。
3.根据权利要求1或2所述的方法，其特征在于，当所述下个时刻的行驶状态为直行或直行变道时，对应的位置筛选条件为第二车辆坐标与所述第一车辆坐标之间满足第二车辆偏航角对应的预设坐标条件；
则所述根据第二车辆偏航角和第二车辆坐标筛选出符合所述位置筛选条件且与所述第一车辆坐标距离最近的第二车辆信息为目标信息，包括：
以所述第一车辆为中心建立虚拟直角坐标系，根据所述第二车辆偏航角确定所述第二车辆在所述虚拟直角坐标系中的所在象限；
确定与所述第二车辆所在象限对应的预设坐标条件；
若所述第二车辆坐标与所述第一车辆坐标之间的关系满足所述预设坐标条件则确定所述第二车辆信息符合所述位置筛选条件，确定其中与所述第一车辆坐标距离最近的第二车辆信息为目标信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010162647.XA CN111368017B (zh) | 2020-03-10 | 2020-03-10 | 一种用于智能网联汽车的数据筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010162647.XA CN111368017B (zh) | 2020-03-10 | 2020-03-10 | 一种用于智能网联汽车的数据筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111368017A CN111368017A (zh) | 2020-07-03 |
| CN111368017B true CN111368017B (zh) | 2020-12-01 |
Family
ID=71206811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010162647.XA Active CN111368017B (zh) | 2020-03-10 | 2020-03-10 | 一种用于智能网联汽车的数据筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111368017B (zh) |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104554277B (zh) * | 2015-01-26 | 2017-08-25 | 广州通易科技有限公司 | 一种基于重力向量和角速度向量的汽车变道识别方法 |
| CN107264531B (zh) * | 2017-06-08 | 2019-07-12 | 中南大学 | 一种半结构化环境中智能车辆自主换道超车运动规划方法 |
| US10762788B2 (en) * | 2017-08-01 | 2020-09-01 | Swoppz, LLC | Method and system for requesting and granting priority between vehicles |
| JP6898591B2 (ja) * | 2017-09-28 | 2021-07-07 | トヨタ自動車株式会社 | 車両運転支援装置 |
| CN107945574B (zh) * | 2017-10-25 | 2020-04-10 | 东软集团股份有限公司 | 一种车辆碰撞预警方法、装置及设备 |
| CN108615387B (zh) * | 2018-04-18 | 2020-09-25 | 长沙理工大学 | 一种自动驾驶下交叉口自由转向车道设置方法 |
| CN108919320A (zh) * | 2018-05-17 | 2018-11-30 | 中国科学院微电子研究所 | 一种基于v2x的自动驾驶车辆定位方法及装置 |
| CN110310481A (zh) * | 2019-06-28 | 2019-10-08 | 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 |
-
2020
- 2020-03-10 CN CN202010162647.XA patent/CN111368017B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111368017A (zh) | 2020-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2979261B1 (de) | Backend für fahrerassistenzsysteme | |
| DE102020111938A1 (de) | Systeme und verfahren zum planen und aktualisieren einer fahrzeugtrajektorie | |
| CN104240500A (zh) | 一种路况信息预测方法及*** | |
| JP2021099793A (ja) | インテリジェント交通管制システム及びその制御方法 | |
| JP7414150B2 (ja) | 地図サーバ、地図配信方法 | |
| CN113848921A (zh) | 车路云协同感知的方法和*** | |
| DE102021131820A1 (de) | Zusammenführen von lidar-informationen und kamerainformationen | |
| CN113313943B (zh) | 一种基于路侧感知的路口通行实时调度方法与*** | |
| DE102018211941A1 (de) | Verfahren zum Ermitteln einer Kreuzungstopologie einer Straßenkreuzung | |
| DE102021132194A1 (de) | Fahrzeugpfadplanung | |
| DE102020128154A1 (de) | Trajektorieplanung für fahrzeuge unter verwendung von routeninformationen | |
| CN114239927A (zh) | 一种基于深度学习的区域交通事故预警方法及*** | |
| DE102021131844A1 (de) | Systeme und verfahren zum implementieren von verdeckungspräsentationen über strassenmerkmale | |
| DE102021110157A1 (de) | Av-wegplanung mit kalibrierungsinformationen | |
| DE102022109939A1 (de) | Prognose der fahrzeugstandortbelegung | |
| DE112020003484T5 (de) | Blockchain-ledger-validierung und dienst | |
| DE102022106354A1 (de) | Fahrzeugfahrsteuervorrichtung | |
| CN112887913A (zh) | 一种基于车联网的动态信息发送方法及设备 | |
| CN111309832A (zh) | 一种电子地平线构建方法及*** | |
| CN111368017B (zh) | 一种用于智能网联汽车的数据筛选方法 | |
| DE102021132220A1 (de) | Oberflächengesteuertes fahrzeugverhalten | |
| CN208422117U (zh) | 一种基于车联网络的闯红灯预警*** | |
| CN108711298B (zh) | 一种混合现实道路显示方法 | |
| WO2024114414A1 (zh) | 一种v2x事件的推送方法及装置 | |
| US20220101728A1 (en) | Apparatus, system and method for merging and applying intersection data for a vehicle |
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 |