CN111660928B - 车道偏离预警方法、装置和电子设备 - Google Patents
车道偏离预警方法、装置和电子设备 Download PDFInfo
- Publication number
- CN111660928B CN111660928B CN201910167646.1A CN201910167646A CN111660928B CN 111660928 B CN111660928 B CN 111660928B CN 201910167646 A CN201910167646 A CN 201910167646A CN 111660928 B CN111660928 B CN 111660928B
- Authority
- CN
- China
- Prior art keywords
- lane
- alarm
- current
- vehicle
- value
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车道偏离预警方法、装置和电子设备。其中的方法包括:将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。从而有利于提高车道偏离预警的准确性和客观性,可以更好地保证车辆驾驶员的驾驶安全性。
Description
技术领域
本发明涉及交通预警技术领域,特别涉及车道偏离预警方法、装置和电子设备。
背景技术
随着经济和交通事业的不断发展,汽车已经成为人们不可获取的交通工具。但随着汽车使用率的提高,交通事故发生率也逐年上升。其中,因车辆偏离车道而发生的侧翻事故的占比高达六成以上,所以,车道偏离预警***对提高道路交通安全、减少人员伤亡和降低经济损失具有重大意义。
发明内容
有鉴于此,本发明提供一种车道偏离预警方法、装置和电子设备。
本发明的第一方面提供一种车道偏离预警方法,所述方法包括:
将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;其中,所述即将越线距离为车辆与所述车道线之间的距离,所述即将越线时间为车辆从当前位置越过所述车道线时所需的时间;
根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。
本发明的第二方面提供一种车道偏离预警装置,所述装置包括:
估值输出模块,用于将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;其中,所述即将越线距离为车辆与所述车道线之间的距离,所述即将越线时间为车辆从当前位置越过所述车道线时所需的时间;
确定模块,用于根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。
本发明的第三方面提供一种电子设备,包括:
处理器;
存储器,用于存储可由所述处理器执行的计算机程序;
其中,所述处理器执行所述程序时实现所述车辆偏离预警方法的步骤。
本发明的第四方面提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现所述车辆偏离预警方法的步骤。
相比于现有技术,本发明至少包括以下有益效果:
通过基于即将越线距离、即将越线时间、车速、车道线曲率、及车辆方向盘的转角变化率计算得到的报警估值确定是否输出车道偏离报警信号,有利于提高车道偏离预警的准确性和客观性,可以更好地保证车辆驾驶员的驾驶安全性。
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,并不能限制本发明。
附图说明
图1是本发明根据一示例性实施例示出的一种车道偏离预警方法的流程图;
图2是本发明根据一示例性实施例示出的一种特征分割图像的获取过程的示意图;
图3是本发明根据一示例性实施例示出的一种车道线的特征区域的示意图;
图4是本发明根据一示例性实施例示出的车道线的边缘特征点所在的曲线的示意图;
图5是本发明根据一示例性实施例示出的在地面坐标系中的车道线对应的曲线的示意图;
图6是本发明根据一示例性实施例示出的即将越线距离的示意图;
图7是本发明根据一示例性实施例示出的一种车道偏离预警方法的流程图;
图8是本发明根据一示例性实施例示出的一种指定时间段的示意图;
图9是本发明根据一示例性实施例示出的一种指定时间段的示意图;
图10是本发明根据一示例性实施例示出的一种车道偏离预警装置的结构框图;
图11是本发明根据一示例性实施例示出的车道偏离预警装置所在电子设备的一种硬件结构图。
具体实施方式
这里将详细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。并且,以下示例性实施例中所描述的实施方式并不限制本发明,本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
在本发明使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本发明可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应该限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本发明范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释为“在……时”或“当……时”或“响应于确定”。
为了使本发明更清楚简洁,以下对本发明所提及的一些技术术语进行解释:
车道偏离预警(LDW,Lane departure warning),一种辅助驾驶员降低汽车因车道偏离而发生交通事故的概率的报警方式。
即将越线时间(TTLC,Time to Lane Crossing),表示汽车即将跨越与其距离最近的一车道的边界所需的时间,用于表征汽车偏离车道的趋势。
强化学习,是智能能体(Agent)以“试错”的方式进行学习,通过与环境进行交互获得的奖赏指导行为,目标是使智能体获得最大的奖赏,强化学习不同于连接主义学习中的监督学习,主要表现在教师信号上,强化学习中由环境提供的强化信号是对产生动作的好坏作一种评价(通常为标量信号),而不是告诉强化学习***RLS(reinforcement learningsystem)如何去产生正确的动作。由于外部环境提供的信息很少,RLS必须靠自身的经历进行学习。通过这种方式,RLS在行动-评价的环境中获得知识,改进行动方案以适应环境。
Segnet分割网络模型,一种具有对称性编解码结构的全卷积网络模型,包括编码网络和解码网络。Segnet分割网络模型可以通过编码网络获取输入图像的特征图,并通过与所述编码网络对称的解码网络将所述特征图逐层恢复到与输入图像分辨率一致的分割图。
以下,对本发明实施例的车道偏离预警方法进行更具体的描述,但不应以此为限。
本发明实施例提供了一种车道偏离预警方法,所述方法可以应用于终端中,可以认为是应用于终端的车道偏离预警***中,以辅助驾驶员降低汽车因车道偏离而发生交通事故的概率,从而提高交通安全性。其中,所述终端可以为以下任一种:车载终端、图像设备、移动设备、个人助理、平板设备、计算机设备。如图1所示,图1是本发明根据一示例性实施例示出的一种车道偏离预警方法的流程图,本发明实施例提供的车道偏离预警方法包括:
S011,将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;其中,所述即将越线距离为车辆与所述车道线之间的距离,所述即将越线时间为车辆从当前位置越过所述车道线时所需的时间;
S012,根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。
由此,在车辆的行驶过程中,可以实时获取或按照预设时间间隔获取车辆的当前车辆行驶参数,以实现对驾驶员进行车道偏离预警。其中,所述当前车辆行驶参数中的当前即将越线距离、当前即将越线时间和与当前车辆距离最近的一车道线的车道线曲率可以基于当前输入的道路图像获得;当前车速可以通过当前车辆的运动传感器检测得到;车辆方向盘的当前转角变化率可以基于当前车辆的方向盘转角传感器检测得到的当前转角角度和上一时刻的转角角度计算得到,可以理解为:方向盘当前的转角变化为方向盘的当前转角与上一时刻的转角之差,例如,假设方向盘的当前转角为上一时刻的转角为那么方向盘当前的转角变化率其中,上一时刻的转角可以理解为上一秒所记录的转角数值或方向盘转角传感器在当次检测前的上一次检测所得的转角数值。
上述中,所述道路图像可以通过当前车辆自身配置的摄像装置或另外安装在当前车辆上的摄像装置摄取得到,本实施例对此不限定。
为简化即将越线距离、车道线曲率和即将越线时间这三个参数的获取过程,在一实施例中,当前即将越线距离、车道线曲线和当前即将越线时间的获取过程可以包括:
S0101,对当前帧图像进行处理得到当前车辆与距离当前车辆最近的一车道线之间的距离,以作为所述当前即将越线距离,并得到与当前车辆距离最近的一车道线的车道线曲率;所述当前帧图像为当前车辆在行驶过程中的道路图像;
S0102,基于当前即将越线距离和当前车速计算得到当前即将越线时间。
其中,为提高获得的即将越线距离、车道线曲率和即将越线时间这三个参数的精度,以进一步提高车道偏离预警的准确性,在一实施例中,对当前帧图像进行处理的处理过程可以包括:
S01011,将当前帧图像输入到预先训练好的分割网络模型,以得到当前帧图像的特征分割图像;
S01012,通过连通域检测算法对所述特征分割图像进行处理,得到所述特征分割图像中各车道线所包含的多个连通域;
S01013,将属于同一车道线的多个连通域进行组合得到各车道线的特征区域;
S01014,提取各车道线的特征区域的边缘特征点,并通过最小二乘法分别对各车道线的边缘特征点进行拟合得到各车道线的三次曲线方程;
S01015,基于拍摄当前帧图像的相机的相机标定参数和各三次曲线方程处理得到各车道线在地面坐标系中的地面坐标;
S01016,在所述地面坐标系中,基于位于当前车辆左侧且与当前车辆相邻的左车道线的地面坐标和当前车辆的左车轮外侧最前端端点的地面坐标,计算得到左车道即将越线距离;并基于位于当前车辆右侧且与当前车辆相邻的右车道线的地面坐标和当前车辆的右车轮外侧最前端端点的地面坐标,计算得到右车道即将越线距离;
S01017,从所述左车道即将越线距离和所述右车道即将越线距离中选取值较小的一个作为当前即将越线距离。
在一个例子中,所述分割网络模型可以为Segnet分割网络模型。
以下,举个例子说明一下通过所述步骤S01011~S01017基于当前帧图像处理得到即将越线距离的过程:
如图2所示,图2是本发明根据一示例性实施例示出的一种特征分割图像的获取过程的示意图;将RGB图像输入到预先训练好的Segnet分割网络模型之后,Segnet分割网络模型先对输入的RGB图像进行编码,然后对编码后的图像进行图像特征提取,接着通过与所述编码对称的解码操作将提取到的图像特征逐层恢复成与输入图像分辨率一致的分割图,以输出对应的特征分割图像。
在获得所述特征分割图像之后,通过连通域检测算法在所述特征分割图像中可以检测得到各车道线所包含的多个连通域。接着,将属于同一车道线的多个连通域进行组合之后,可以得到各车道线的特征区域,其中的组合可以理解为:以相同的标号对属于同一车道线的多个连通域进行标记,如图3所示,图3是本发明根据一示例性实施例示出的一种车道线的特征区域的示意图,图3中,具有相同数字标号的连通域组合形成同一车道线,如对应于标号7的所有连通域指示同一车道线,对应于标号3的所有连通域指示同一车道线,而对应于不同标号的连通域属于不同的车道线。
得到各车道线的特征区域之后,提取各车道线的特征区域的边缘特征点,并通过最小二乘法分别对各车道的边缘特征点进行拟合得到各车道线的三次曲线方程。其中,各车道线的边缘特征点所在的曲线可见图4,图4是本发明根据一示例性实施例示出的车道线的边缘特征点所在的曲线的示意图。
得到各车道线的三次曲线方程之后,可以基于拍摄当前帧图像的相机的相机标定参数和各车道线的三次曲线方程,将各车道线对应的曲线转换成在地面坐标系中的曲线,以得到各车道线所在的曲线在地面坐标系中的曲线方程和地面坐标。其中,在地面坐标系中,各车道线对应的曲线可见图5,图5是本发明根据一示例性实施例示出的在地面坐标系中的车道线对应的曲线的示意图。
得到各车道线在地面坐标系中的坐标之后,可以基于点与点之间的距离计算原理,计算得到所述左车道即将越线距离和所述右车道即将越线距离,例如,如图6所示,图6是本发明根据一示例性实施例示出的即将越线距离的示意图,现以计算左车道即将越线距离为例说明一下即将越线距离的计算原理,假设当前车辆的左车轮外侧最前端端点为图6所示的A点,左车轮的着地点所在的切线向行驶方向延伸至与左车道相交形成越线点B,则A点和B点之间的距离d即为左车道即将越线距离。其中,可以根据A点的坐标和B点的坐标以及距离的计算原理计算得到左车道即将越线距离,A点的坐标和B点的坐标如何获得可从本发明实施例所记载的技术方案和相关技术获知,在此不进行赘述。基于此,即将越线时间可以理解为:当前车辆以当前车速从当前位置A行驶至越线点B所需的时间。
通过上述即将越线距离的计算过程得到所述左车道即将越线距离和所述右车道即将越线距离之后,即可从中选取值较小的一个作为当前即将越线距离。得到当前即将越线距离之后,可以通过计算当前即将越线距离与当前车速的比值得到当前即将越线时间,并可以通过当前即将越线距离所对应的车道在地面坐标系中的曲线方程获得与当前车辆距离最近的一车道线的车道线曲率。
由此通过上述记载可以基于当前帧图像处理得到车辆的当前即将越线距离和当前即将越线时间、以及与当前车辆距离最近的一车道线的车道线曲率。
获得当前车辆行驶参数之后,将当前车辆行驶参数输入已训练的预警模型。所述预警模型通过基于当前车辆行驶参数进行运算之后,输出相应的报警估值。其中,所述预警模型可以是一种预先训练好的强化学习模型。
所述预警模型基于当前车辆行驶参数输出相应的报警估值之后,预警***将所述报警估值和预设的报警阈值进行比较,并根据比较结果确定是否输出车道偏离报警。具体的,如果报警估值大于或等于所述报警阈值,则输出车道偏离报警,反之,如果报警估值小于所述报警阈值,则不输出车道偏离报警。其中,所述报警阈值可以由开发人员根据经验或实验预先设定,也可以由预警模型根据输入的环境参数(如车辆前方障碍物感知情况、车辆控制情况和驾驶员的操作情况)进行实时调整。
由于不同的驾驶员具有不同的驾驶习惯和驾驶经验,并且车辆在行驶过程中的行驶环境也会发生变化,故不同的驾驶习惯和驾驶经验、以及行驶环境的变化都会引发车辆行驶参数的变化。这么一来,如果仅基于一个固定的报警阈值作为判断是否输出车道偏离报警的基准,有可能会降低报警结果输出的准确性。故为解决上述技术问题,在一实施例中,所述步骤S012可以包括:从预存的报警阈值库中选取一个目标报警阈值,比较所述报警估值与所述目标报警阈值,根据比较结果确定是否向车辆驾驶员输出车道偏离报警信号。
在一实施例中,所述目标报警阈值可以基于车道线的曲率情况确定得到,基于此,从预存的报警阈值库中选取一个目标报警阈值的步骤可以包括:S021,基于当前车道线曲率从预存的报警阈值库中获取对应的报警阈值,以作为所述目标报警阈值;所述报警阈值库保存有报警阈值与车道线曲率之间的对应关系,所述报警阈值与车道曲率呈正相关关系。其中,由于车道线曲率越大,车道线弯曲程度越大,在这种情况下,需要适度地抑制弯曲车道线的报警情况,可以理解为,曲率越大,报警阈值越大;曲率越小,报警阈值越小。
在另一实施例中,所述目标报警阈值可以基于车辆是否有偏离车道的趋势来确定,基于此,从预存的报警阈值库中选取一个目标报警阈值的步骤可以包括:
S031,基于与当前车道距离最近的一车道线相对于当前车辆的位置确定当前车辆的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
S032,基于当前车道偏向参数和当前转角变化率从预存的报警阈值库中获取对应的报警阈值,以作为所述目标报警阈值;所述报警阈值库保存有报警阈值与车道偏向参数和当前转角变化率之间的对应关系。
其中,车道偏向参数可以通过以下方式获取:在获得的当前即将越线距离所对应的车道线为位于车辆左侧的车道线时,车道偏向参数为第一指定值,以表示车辆有向左车道线偏离的趋势;在获得的当前即将越线距离所对应的车道线为位于车辆右侧的车道线时,车道偏向参数为第二指定值,以表示车辆有向右车道线偏离的趋势。其中,为降低运算复杂度,在一个例子中,所述第一指定值可以设定为1,所述第二指定值可以设定为-1,相对应地,当前转角变化率时表示车辆加速向右转角,时表示车辆加速向左转向,时表示当前方向盘转角相对于上一次的转角并未发生变化。
由上述可知,车道偏向参数与当前转角变化率的乘积大于0时,表示驾驶员正在进行车道偏移的矫正操作,可以认为车辆不具有偏离车道的趋势;车道偏向参数与当前转角变化率的乘积小于或等于0时,表示驾驶员没有进行车道偏移的矫正操作,可以认为车辆具有偏离车道的趋势。基于此,所述步骤S032中,是基于当前车道偏向参数和当前转角变化率的乘积从预存的报警阈值库中获取对应的报警阈值。所述乘积大于0时所对应的报警阈值比所述乘积小于或等于0时所对应的报警阈值大,例如,所述报警阈值库可以保存有第一报警阈值、第二报警阈值和第三报警阈值,且第一报警阈值大于第二报警阈值,第二报警阈值大于第三报警阈值,所述第一报警阈值与大于0的乘积对应,所述第二报警阈值与等于0的乘积对应,所述第三报警阈值与小于0的乘积对应。
在另一实施例中,可以将上述两个实施例中的目标报警阈值的获取方案进行结合,作为一个新的目标报警阈值的获取方案,例如,将当前车道线曲率、及当前车道偏向参数和当前转角变化率的乘积整合成一个综合参数,基于此,所述报警阈值库中可以保存有所述综合参数与报警阈值之间的对应关系;或者,先基于当前车道线曲率获取对应的报警阈值A,再基于当前车道偏向参数和当前转角变化率的乘积获取对应的报警阈值B,之后基于A和B确定最终的目标报警阈值C。其中,可以通过以下方式确定目标报警阈值C:第一种方式:从报警阈值A和报警阈值B中选取值较大的一报警阈值作为所述目标报警阈值C;第二种方式:取报警阈值A和报警阈值B的平均值作为所述目标报警阈值C;第三种方式:根据实验或经验为报警阈值A和报警阈值B分别设定权重参数,将报警阈值A与其权重的乘积和报警阈值B与其权重的乘积之和作为所述目标报警阈值C。本发明实施例对此不作限定。
由于不同的驾驶员的驾驶经验和驾驶习惯的差异,导致不同驾驶员对报警时机的认可度不一样,例如,在某些驾驶员的观念中,认为过早的报警为误报警,过晚的报警会引起危险。因此,为使得预警模型能够根据驾驶环境和驾驶员的驾驶习惯更好地完善报警处理,并能适用于更多的驾驶环境,从而进一步提高预警模型报警的准确度和驾驶安全性,提高用户体验,在一个实施例中,本发明实施例在每次输出报警信号之后,还根据报警输出和驾驶员实际操作的差异情况对所述预警模型进行更新,使所述预警模型的内部参数进行更新,以使预警模型能够根据驾驶环境和驾驶员的驾驶习惯更好地完善报警处理,更能满足当前驾驶员的使用需求,并能适用于更多的驾驶环境,从而进一步提高预警模型报警的准确度和驾驶安全性。基于此,如图7所示,图7是本发明根据一示例性实施例示出的一种车道偏离预警方法的流程图,所述车道偏离预警方法还可以包括:
S013,输出车道偏离报警信号时,记录报警时间,并判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件;所述指定时间段包括在所述报警时间之前的第一指定时间段和在所述报警时间之后的第二指定时间段;如果所述第一指定时间段内发生矫正事件,则表示当次报警不及时;如果所述第二指定时间段内发生矫正事件,则表示当次报警及时;所述矫正事件由车辆驾驶员转动方向盘的操作所触发;
S014,如果所述指定时间段内发生矫正事件,则基于矫正事件的发生时间和所述报警时间计算得到当次报警的目标回报值;所述目标回报值用于指示当次报警输出的及时程度;
S015,基于所述报警估值和所述目标回报值更新所述预警模型。
具体地,在输出车道偏离报警之后,记录报警时间,并判断指定时间段内是否发生矫正事件,以得知当次报警对于当前驾驶员来说是过早还是过晚,其中,如果所述矫正事件发生在所述第一指定时间段,则认为在报警发生前就已经出现了车道偏离的矫正行为,所以可以认为当次报警较晚、不及时,可以对预警模型进行惩罚;如果所述矫正事件发生在所述第二指定时间段内,则认为在报警发生之后才出现车道偏离的矫正行为,所以可以认为当次报警较为及时,可以对预警模型进行奖励。
所述第一指定时间段和所述第二指定时间段的时长可以根据经验或实验预设,本实施例对此不作限定。例如,所述第一指定时间段和所述第二指定时间段的时长都可以为3s,基于此。判断所述指定时间段内是否发生矫正事件,可以理解为:判断报警时间的前后3s内是否发生驾驶员为纠正车辆的车道偏离情况而作出的矫正行为。
在一实施例中,可以基于即将越线时间的大小变化情况判断所述指定时间段内是否发生矫正事件,基于此,所述步骤S013中,判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件的步骤,可以包括:
S0131,获取所述指定时间段内的每一时刻的即将越线时间;
S0132,计算每一时刻的即将越线时间与上一时刻的即将越线时间的时间差值;
S0133,如果计算所得的时间差值中存在大于零的时间差值,则确定所述指定时间段内发生矫正事件。
在当前车辆行驶过程中,可以记录并保存每一时刻所输入的图像经过所述步骤S0101和S0102处理所得的即将越线时间,以形成记录有即将越线时间和对应行驶时刻的时间记录表。由此,所述步骤S0131中,可以从所述时间记录表中获得所述指定时间段内每一时刻的即将越线时间。
所述步骤S0133中,如果计算所得的时间差值中存在大于零的时间差值,则表示进行差值计算的当前时刻的即将越线时间相对于上一时刻的即将越线时间变长了,也就是说,当前车辆从当前位置越过车道线的距离要比上一位置越过车道线的距离长。所以,在此情况下,可以认为驾驶员已经进行了矫正操作,矫正事件被触发。
在另一实施例中,还可以基于车辆的车道偏向参数和方向盘转角变化情况来判断所述指定时间段内是否发生了矫正事件,基于此,所述步骤S013中,判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件的步骤,可以包括:
S0135,获取所述指定时间段内的每一时刻的即将越线距离和方向盘转角;
S0136,根据每一时刻的即将越线距离计算得到当前车辆每一时刻的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
S0137,计算每一时刻的方向盘转角与上一时刻的方向盘转角的转角差值;
S0138,根据每一时刻的车道偏向参数和转角差值,确定所述指定时间段内是否发生矫正事件。
在当前车辆行驶过程中,可以记录并保存每一时刻所输入的图像经过所述步骤S0101处理所得的即将越线距离,以形成记录有即将越线距离和对应行驶时刻的距离记录表;同理,可以记录并保存每一时刻方向转角传感器检测所得的方向盘转角,以形成记录有方向盘转角和对应行驶时刻的转角记录表。由此,所述步骤S0135中,可以从所述距离记录表和转角记录表中获得所述指定时间段内每一时刻的即将越线距离和方向盘转角。
同理,为降低运算复杂度,可以沿用上述相关记载,即,当前车辆偏向相邻的左车道线时,所述σ的值可以为1,即所述第一指定值可以设定为1;当前车辆偏向相邻的右车道线时,所述σ的值可以为-1,即所述第二指定值可以设定为-1。相对应地,时表示车辆加速向右转角,时表示车辆加速向左转向,时表示当前方向盘转角相对于上一次的转角并未发生变化。由此,所述步骤S0138中,是基于当前车道偏向参数和当前转角变化率的乘积的正负情况来确定所述指定时间段内是否发生矫正事件,可以理解为:时表示驾驶员正在进行车道偏离的矫正操作,矫正事件被触发;时表示驾驶员未进行车道偏离的矫正操作,矫正事件未被触发。
虽然可以基于即将越线时间的大小变化情况实现对所述指定时间段内是否发生矫正事件的判断,也可以基于车辆的车道偏向参数和方向盘转角变化情况实现对所述指定时间段内是否发生了矫正事件的判断,上述两种方式都可以达到较为准确的判断结果。但是,在一些情况下,如车道线为波浪类型的曲线或其它不规则曲线,即使某一时刻的即将越线时间相对于上一时刻的即将越线时间延长了,但所述某一时刻的即将越线时间可能会相对于下一时刻的即将越线时间缩短,所以,在这种情况下,如果仅基于即将越线时间的大小变化情况判断所述指定时间段内是否发生了矫正事件,则可能会导致判断结果有误,从而影响报警输出结果的准确性。因此,为进一步提高对矫正事件是否发生进行判断的准确性,在一实施例中,可以结合即将越线时间的大小变化情况、以及车道偏向参数和方向盘转角变化情况共同实现对所述指定时间段内是否发生了矫正事件的判断。例如,只有在计算所得的时间差值中存在大于零的时间差值且时,才认为所述指定时间段内发生了矫正事件。
由此,可以基于上述对矫正事件进行判断的三种方式中的任一种方式判断所述指定时间段内是否发生矫正事件。如果判断得到所述指定时间段内发生了矫正事件,则基于矫正事件的发生时间和所述报警时间计算得到当次报警的目标回报值,其中,当次报警的目标回报值的计算过程可以包括:
S0141,获取所述指定时间段内的每一时刻的即将越线距离和方向盘转角;
S0142,根据每一时刻的即将越线距离计算得到当前车辆每一时刻的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
S0143,计算每一时刻的方向盘转角与其上一时刻的方向盘转角的转角差值;
S0144,基于所述第一指定时间段内的车道偏向参数和转角差值,计算得到用于指示当次报警的延迟程度的第一回报值;并基于所述第二指定时间段内的车道偏向参数和转角差值,计算得到用于指示当次报警的及时程度的第二回报值;
S0145,将所述第一回报值与所述第二回报值之和作为所述当次报警的目标回报值。
所述指定时间段内每一时刻的转角差值和车道偏向参数的获取原理与前述相关记载相同,在此不进行赘述。另外,在上述对指定时间段是否发生矫正事件的判断中,如果已经进行了所述指定时间段内每一时刻的转角差值和车道偏向参数的计算,则在计算得到所述指定时间段内每一时刻的转角差值和车道偏向参数之后,并进行记录,以在计算当次报警的目标回报值时,可以直接从已记录的数据获取所述指定时间段内每一时刻的转角差值和车道偏向参数,从而不需要重复计算,有利于减少运算步骤,提高目标回报值的计算效率。
本例中,由于在所述第一指定时间段发生矫正事件时,表示当次报警较晚,故应对预警模型进行惩罚,基于此,所述第一回报值可以为负数或零;由于在所述第二指定时间段发生矫正事件时,表示当次报警较为及时,故应对预警模型进行奖励,基于此,所述第二回报值可以为正数或零。以下,举个例子说明一下当次报警的目标回报值的计算过程:
假设第一指定时间段和第二指定时间段的时长都为Δtr,所述报警时间为tw,基于此,如图8所示,图8是本发明根据一示例性实施例示出的一种指定时间段的示意图,所述第一指定时间段为(tw-Δtr,tw],所述第二指定时间段为(tw,tw+Δtr]。在所述第一指定时间段内,将第i时刻的目标回报值记为Rtw-i,i=1,2,3,…,Δtr;将所述第一回报值记为在所述第二指定时间段内,将第j时刻的目标回报值记为Rtw+j,j=1,2,3,…,Δtr;将所述第二回报值记为将当次报警的目标回报值记为Gtw。以下为目标回报值Gtw的计算过程:
首先,通过公式计算得到所述第一指定时间段内每个时刻的回报值,并通过公式计算得到所述第二指定时间段内每个时刻的回报值。接着,通过公式计算得到所述第一回报值并通过公式计算得到所述第二回报值其中,γ∈[0,1),γ为衰减因子,用于表征离报警时机越远的矫正行为对于报警估值的影响越小,其可根据经验或实验获得,在此不进行赘述。随后,通过公式计算得到所述目标回报值Gtw。
得到当次报警的目标回报值之后,可以基于所述报警估值和所述目标回报值更新所述预警模型的内部参数,例如,将所述目标回报值和所述报警估值之差作为当次报警的误差,然后通过误差反向传播算法将所述误差输入到所述预警模型中,以使所述预警模型的内部参数得以更新。由此,每次报警后,都会将报警估值和目标回报值之差输入到所述预警模型中,使得所述预警模型产生的预警策略逐渐趋向于驾驶员的期望,即使得所述预警模型的输出结果与驾驶员所期望一致。在其他例子中,也可以将所述目标回报值和所述报警估值之商作为当次报警的误差输入到所述预警模型中,以使所述预警模型的内部参数得以更新。
上述中,所述第一指定时间段和所述第二指定时间段是基于报警时间和预设的时长来划分的,但是,发明人在实践中发现,由于输出报警之后,驾驶员听到报警语音后一般需要一定的反应时间,才会响应于报警而执行矫正操作,且所述第一指定时间段和所述第二指定时间段的划分会在一定程度上影响计算得到的当次报警的目标回报值的准确性,从而影响所述预警模型的输出结果的准确性。因此,为提高计算得到的当次报警的目标回报值的准确性和和所述预警模型的输出结果的准确性,以更好地满足驾驶员所期望的报警需求,有必要对所述第一指定时间段和所述第二指定时间段的划分进行调整,基于此,在一实施例中,所述方法还可以包括:
S031,对所述第一指定时间段和所述第二指定时间段进行调整,调整过程包括:
S0311,基于预设反应时长和报警时间计算得到驾驶员响应于当次报警的响应时间;
S0312,将所述第一指定时间段调整为所述指定时间段中在所述响应时间之前的时间段,将所述第二指定时间段调整为所述指定时间段中在所述响应时间之后的时间段。
以下,举个例子说明一个调整后的第一指定时间段和第二指定时间段所指示的时间范围:
假设第一指定时间段和第二指定时间段的时长都为Δtr,所述报警时间为tw,所述预设反应时长为t0,所述响应时间为t。其中,所述预设反应时长可根据经验或实验预设,一般为0.5s;但由于不同驾驶员的反应时长不同,所以所述预设反应时长也可以由驾驶员根据自身反应情况自行设定。所述响应时间t=tw+t0。
基于此,如图9所示,图9是本发明根据一示例性实施例示出的一种指定时间段的示意图,调整后的第一指定时间段为(t-Δtr,t],调整后的第二指定时间段为(t,t+Δtr]。相应地,在后续计算每次报警的目标回报值的过程中,依据调整后的第一指定时间段和第二指定时间段,按照前述目标回报值的计算原理计算每次报警的目标回报值即可,在此不进行赘述。
另外,为了进一步完善所述预警模型的输出结果,以获得更加准确的报警估值,在一实施例中,可以通过以下至少之一调整报警方式:
第一种方式:在对当前帧图像处理的过程中,可以根据当前帧图像判断车辆当前是否处于骑线行驶状态,并根据骑线行驶状态的判断结果调整报警方式。例如,如果基于当前帧图像判断得到车辆当前处于骑线行驶状态,可以在当次输出报警,在这种情况下,可以不对当前车辆行驶参数进行处理;也就是说,在车辆处于骑线行驶的状态下,不需要依赖于报警估值和报警阈值是否输出车道偏离报警。如果基于当前帧后的多帧图像判断得到车辆仍然处于骑线行驶状态,则不再进行报警。可以理解为:在车辆持续处于骑线行驶状态时,可以仅进行一次报警。
第二种方式:在对当前帧图像处理的过程中,可以根据当前帧图像判断车辆当前是否处于路口,并根据车辆当前是否处于路口的判断结果调整报警方式。例如,只要判断得到车辆处于路口,就不进行任何报警。在这种情形下,不需要考虑当前车辆行驶参数和车辆是否处于骑线行驶状态。
其中,可以通过判断图像是否存在斑马线来判断车辆是否处于路口,也可以通过判断道路是否存在路口指示牌或道路边缘是否分叉来判断车辆是否处于路口。
第三种方式:可以基于对连续的多帧图像进行分析处理得到的报警输出概率和预设概率阈值判断是否报警,例如,假设需要依赖于10帧图像进行分析处理得到的报警输出概率来确定是否输出报警,基于此,通过执行所述步骤S0101~S0102和所述步骤S011~S012之后,如果基于其中的6帧图像处理得到的结果是需要输出车道偏离报警,而基于其余4帧图像处理得到的结果是不输出报警,这么一来,输出报警的概率为60%时。那么,如果预设概率阈值为70%,则所述报警输出概率小于所述预设概率阈值,故基于所述10帧图像处理得到的结果为不报警。如果预设概率阈值为59%,则所述报警输出概率大于所述预设概率阈值,故基于所述10帧图像处理得到的结果为报警。
与前述车道偏离预警方法的实施例相对应,本发明实施例还提供一种车道偏离预警装置,可以应用于终端中,可以认为是应用于终端的车道偏离预警***中,以辅助驾驶员降低汽车因车道偏离而发生交通事故的概率,从而提高交通安全性。其中,所述终端可以为以下任一种:车载终端、图像设备、移动设备、个人助理、平板设备、计算机设备。如图10所示,图10是本发明根据一示例性实施例示出的一种车道偏离预警装置的结构框图,所述车道偏离预警装置100可以包括:
估值输出模块101,用于将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;其中,所述即将越线距离为车辆与所述车道线之间的距离,所述即将越线时间为车辆从当前位置越过所述车道线时所需的时间;
确定模块102,用于根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。
在一实施例中,所述装置还包括:
记录模块,用于在输出车道偏离报警信号时,记录报警时间;
判断模块,用于在输出车道偏离报警信号时,判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件;所述指定时间段包括在所述报警时间之前的第一指定时间段和在所述报警时间之后的第二指定时间段;如果所述第一指定时间段内发生矫正事件,则表示当次报警不及时;如果所述第二指定时间段内发生矫正事件,则表示当次报警及时;
计算模块,用于在所述指定时间段内发生矫正事件时,基于矫正事件的发生时间和所述报警时间计算得到当次报警的目标回报值;所述目标回报值用于指示当次报警输出的及时程度;
更新模块,用于基于所述报警估值和所述目标回报值更新所述预警模型。
在一实施例中,所述确定模块102包括:
选取单元,用于从从预存的报警阈值库中选取一个目标报警阈值;
比较单元,用于比较所述报警估值与所述目标报警阈值,根据比较结果确定是否向车辆驾驶员输出车道偏离报警信号。
在一实施例中,所述选取单元包括:
第一获取子单元,用于基于当前车道线曲率从预存的报警阈值库中获取对应的报警阈值,以作为所述目标报警阈值;所述报警阈值库保存有报警阈值与车道线曲率之间的对应关系,所述报警阈值与车道线曲率呈正相关关系。
在另一实施例中,可以改变所述选取单元的结构,例如,所述选取单元包括:
第二确定子单元,用于基于与当前车辆距离最近的一车道线相对于当前车辆的位置确定当前车辆的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
第二获取子单元,用于基于当前车道偏向参数和当前转角变化率从预存的报警阈值库中获取对应的报警阈值,以作为所述目标报警阈值;所述报警阈值库保存有报警阈值与车道偏向参数和当前转角变化率之间的对应关系。
在一实施例中,所述判断模块包括:
第一获取单元,用于获取所述指定时间段内的每一时刻的即将越线时间;
第一计算单元,用于计算每一时刻的即将越线时间与其上一时刻的即将越线时间的时间差值;
第一确定单元,用于在计算所得的时间差值中存在大于零的时间差值时,确定所述指定时间段内发生矫正事件;
和/或,所述判断模块包括:
第二获取单元,用于获取所述指定时间段内的每一时刻的即将越线距离和方向盘转角;
第二计算单元,用于根据每一时刻的即将越线距离计算得到当前车辆每一时刻的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
第三计算单元,用于计算每一时刻的方向盘转角与其上一时刻的方向盘转角的转角差值;
第二确定单元,用于根据每一刻的车道偏向参数和转角差值,确定所述指定时间段内是否发生矫正事件。
在一实施例中,所述计算模块包括:
第四获取单元,用于获取所述指定时间段内的每一时刻的即将越线距离和方向盘转角;
第四计算单元,用于根据每一时刻的即将越线距离计算得到当前车辆每一时刻的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
第五计算单元,用于计算每一时刻的方向盘转角与其上一时刻的方向盘转角的转角差值;
第六计算单元,用于基于所述第一指定时间段内的车道偏向参数和转角差值,计算得到用于指示当次报警的延迟程度的第一回报值;并基于所述第二指定时间段内的车道偏向参数和转角差值,计算得到用于指示当次报警的及时程度的第二回报值;
输出单元,将所述第一回报值与所述第二回报值之和作为所述当次报警的目标回报值。
在一实施例中,所述更新模块包括:
误差计算单元,用于基于所述目标回报值和所述报警估值计算得到当次报警的误差;
更新单元,用于将所述误差输入到所述预警模型中,以使所述预警模型进行更新。
在一实施例中,所述装置还可以包括:
调整模块,用于对所述第一指定时间段和所述第二指定时间段进行调整。
所述调整模块包括:
时间计算单元,用于基于预设反应时长和报警时间计算得到驾驶员响应于当次报警的响应时间;
调整单元,用于将所述第一指定时间段调整为所述指定时间段中在所述响应时间之前的时间段,将所述第二指定时间段调整为所述指定时间段中在所述响应时间之后的时间段。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元。
与前述车道偏离预警方法的实施例相对应,本发明还提供了一种电子设备,所述电子设备包括:
处理器;
存储器,用于存储可由所述处理器执行的计算机程序;
其中,所述处理器执行所述程序时实现前述任一方法实施例中的所述车道偏离预警方法的步骤。
本发明所提供的车道偏离预警装置的实施例可以应用在电子设备上。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在电子设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图11所示,图11是本发明根据一示例性实施例示出的车道偏离预警装置所在电子设备的一种硬件结构图,除了图8所示的处理器510、内存530、接口520、以及非易失性存储器540之外,实施例中车道偏离预警装置100所在的电子设备通常根据该电子设备的实际功能,还可以包括其他硬件,对此不再赘述。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一方法实施例中的车道偏离预警方法的步骤。
本发明可采用在一个或多个其中包含有程序代码的存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机可读存储介质的例子包括但不限于:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (11)
1.一种车道偏离预警方法,其特征在于,包括:
将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;其中,所述即将越线距离为车辆与所述车道线之间的距离,所述即将越线时间为车辆从当前位置越过所述车道线时所需的时间;所述预警模型通过基于当前车辆行驶参数进行运算之后,输出相应的报警估值,其中,所述预警模型是一种预先训练好的强化学习模型;
根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
输出车道偏离报警信号时,记录报警时间,并判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件;所述指定时间段包括在所述报警时间之前的第一指定时间段和在所述报警时间之后的第二指定时间段;如果所述第一指定时间段内发生矫正事件,则表示当次报警不及时;如果所述第二指定时间段内发生矫正事件,则表示当次报警及时;
如果所述指定时间段内发生矫正事件,则基于矫正事件的发生时间和所述报警时间计算得到当次报警的目标回报值;所述目标回报值用于指示当次报警输出的及时程度;
基于所述报警估值和所述目标回报值更新所述预警模型。
3.根据权利要求1所述的方法,其特征在于,根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号,包括:
从预存的报警阈值库中选取一个目标报警阈值;
比较所述报警估值与所述目标报警阈值,根据比较结果确定是否向车辆驾驶员输出车道偏离报警信号。
4.根据权利要求3所述的方法,其特征在于,从预存的报警阈值库中选取一个目标报警阈值包括:
基于当前车道线曲率从预存的报警阈值库中获取对应的报警阈值,以作为所述目标报警阈值;所述报警阈值库保存有报警阈值与车道线曲率之间的对应关系,所述报警阈值与车道线曲率呈正相关关系;
或者,从预存的报警阈值库中选取一个目标报警阈值包括:
基于与当前车辆距离最近的一车道线相对于当前车辆的位置确定当前车辆的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
基于当前车道偏向参数和当前转角变化率从预存的报警阈值库中获取对应的报警阈值,以作为所述目标报警阈值;所述报警阈值库保存有报警阈值与车道偏向参数和当前转角变化率之间的对应关系。
5.根据权利要求2所述的方法,其特征在于,判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件,包括:
获取所述指定时间段内的每一时刻的即将越线时间;
计算每一时刻的即将越线时间与其上一时刻的即将越线时间的时间差值;
如果计算所得的时间差值中存在大于零的时间差值,则确定所述指定时间段内发生矫正事件;
和/或,判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件,包括:
获取所述指定时间段内的每一时刻的即将越线距离和方向盘转角;
根据每一时刻的即将越线距离计算得到当前车辆每一时刻的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
计算每一时刻的方向盘转角与其上一时刻的方向盘转角的转角差值;
根据每一刻的车道偏向参数和转角差值,确定所述指定时间段内是否发生矫正事件。
6.根据权利要求2所述的方法,其特征在于,所述目标回报值的计算过程包括:
获取所述指定时间段内的每一时刻的即将越线距离和方向盘转角;
根据每一时刻的即将越线距离计算得到当前车辆每一时刻的车道偏向参数;所述车道偏向参数包括用于指示当前车辆偏向相邻的左车道线的第一指定值、或用于指示当前车辆偏向相邻的右车道线的第二指定值;
计算每一时刻的方向盘转角与其上一时刻的方向盘转角的转角差值;
基于所述第一指定时间段内的车道偏向参数和转角差值,计算得到用于指示当次报警的延迟程度的第一回报值;并基于所述第二指定时间段内的车道偏向参数和转角差值,计算得到用于指示当次报警的及时程度的第二回报值;
将所述第一回报值与所述第二回报值之和作为所述当次报警的目标回报值。
7.根据权利要求2所述的方法,其特征在于,基于所述报警估值和所述目标回报值更新所述预警模型,包括:
基于所述目标回报值和所述报警估值计算得到当次报警的误差;
将所述误差输入到所述预警模型中,以使所述预警模型进行更新。
8.一种车道偏离预警装置,其特征在于,包括:
估值输出模块,用于将当前车辆行驶参数输入至已训练的预警模型,以由所述预警模型输出报警估值;其中,所述车辆行驶参数包括与车辆距离最近的车道线的车道线曲率、即将越线距离、即将越线时间、车速、及车辆方向盘的转角变化率;其中,所述即将越线距离为车辆与所述车道线之间的距离,所述即将越线时间为车辆从当前位置越过所述车道线时所需的时间,所述预警模型通过基于当前车辆行驶参数进行运算之后,输出相应的报警估值,其中,所述预警模型是一种预先训练好的强化学习模型;
确定模块,用于根据所述报警估值确定是否向车辆驾驶员输出车道偏离报警信号。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
记录模块,用于在输出车道偏离报警信号时,记录报警时间;
判断模块,用于在输出车道偏离报警信号时,判断指定时间段内是否发生用于指示车辆行驶方向发生矫正的矫正事件;所述指定时间段包括在所述报警时间之前的第一指定时间段和在所述报警时间之后的第二指定时间段;如果所述第一指定时间段内发生矫正事件,则表示当次报警不及时;如果所述第二指定时间段内发生矫正事件,则表示当次报警及时;
计算模块,用于在所述指定时间段内发生矫正事件时,基于矫正事件的发生时间和所述报警时间计算得到当次报警的目标回报值;所述目标回报值用于指示当次报警输出的及时程度;
更新模块,用于基于所述报警估值和所述目标回报值更新所述预警模型。
10.一种电子设备,其特征在于,包括:
处理器;
存储器,用于存储可由所述处理器执行的计算机程序;
其中,所述处理器执行所述程序时实现权利要求1~7任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910167646.1A CN111660928B (zh) | 2019-03-06 | 2019-03-06 | 车道偏离预警方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910167646.1A CN111660928B (zh) | 2019-03-06 | 2019-03-06 | 车道偏离预警方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111660928A CN111660928A (zh) | 2020-09-15 |
CN111660928B true CN111660928B (zh) | 2021-11-23 |
Family
ID=72382192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910167646.1A Active CN111660928B (zh) | 2019-03-06 | 2019-03-06 | 车道偏离预警方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111660928B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114120604B (zh) * | 2021-12-21 | 2023-05-30 | 科大讯飞股份有限公司 | 基于多模态分析的车辆报警控制方法、装置以及电子设备 |
CN114475641B (zh) * | 2022-04-15 | 2022-06-28 | 天津所托瑞安汽车科技有限公司 | 车道偏离预警方法、装置、控制装置及存储介质 |
CN116080676B (zh) * | 2023-01-30 | 2024-04-26 | 北京京深深向科技有限公司 | 车道偏离预警方法、装置及电子设备、存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104015725A (zh) * | 2014-06-11 | 2014-09-03 | 吉林大学 | 一种基于多参数决策的车道偏离预警方法 |
CN107031623A (zh) * | 2017-03-16 | 2017-08-11 | 浙江零跑科技有限公司 | 一种基于车载盲区相机的道路预警方法 |
CN207191046U (zh) * | 2017-07-18 | 2018-04-06 | 常州信息职业技术学院 | 一种车辆行驶过程中车道偏离报警装置 |
CN108438004A (zh) * | 2018-03-05 | 2018-08-24 | 长安大学 | 基于单目视觉的车道偏离预警*** |
CN108445866A (zh) * | 2018-03-13 | 2018-08-24 | 重庆大学 | 基于卷积神经网络的ldw误漏报测试方法及测试*** |
CN108819940A (zh) * | 2018-06-26 | 2018-11-16 | 北京新能源汽车股份有限公司 | 一种车道偏离辅助制动***的控制方法、***及汽车 |
CN109383371A (zh) * | 2018-09-19 | 2019-02-26 | 行为科技(北京)有限公司 | 一种adas产品车道偏离报警*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4496760B2 (ja) * | 2003-10-29 | 2010-07-07 | 日産自動車株式会社 | 車線逸脱防止装置 |
CN102295004B (zh) * | 2011-06-09 | 2013-07-03 | 中国人民解放军国防科学技术大学 | 一种车道偏离预警方法 |
JP5389864B2 (ja) * | 2011-06-17 | 2014-01-15 | クラリオン株式会社 | 車線逸脱警報装置 |
US9399430B2 (en) * | 2014-12-02 | 2016-07-26 | Honda Motor Co., Ltd. | System and method for vehicle control integrating health priority alerts of vehicle occupants |
CN106004884A (zh) * | 2016-07-11 | 2016-10-12 | 南昌工学院 | 基于复合传感实现路情实时识别和危险判断的方法及其*** |
CN106256606B (zh) * | 2016-08-09 | 2017-11-03 | 浙江零跑科技有限公司 | 一种基于车载双目相机的车道偏离预警方法 |
CN109017780B (zh) * | 2018-04-12 | 2020-05-05 | 深圳市布谷鸟科技有限公司 | 一种车辆智能驾驶控制方法 |
-
2019
- 2019-03-06 CN CN201910167646.1A patent/CN111660928B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104015725A (zh) * | 2014-06-11 | 2014-09-03 | 吉林大学 | 一种基于多参数决策的车道偏离预警方法 |
CN107031623A (zh) * | 2017-03-16 | 2017-08-11 | 浙江零跑科技有限公司 | 一种基于车载盲区相机的道路预警方法 |
CN207191046U (zh) * | 2017-07-18 | 2018-04-06 | 常州信息职业技术学院 | 一种车辆行驶过程中车道偏离报警装置 |
CN108438004A (zh) * | 2018-03-05 | 2018-08-24 | 长安大学 | 基于单目视觉的车道偏离预警*** |
CN108445866A (zh) * | 2018-03-13 | 2018-08-24 | 重庆大学 | 基于卷积神经网络的ldw误漏报测试方法及测试*** |
CN108819940A (zh) * | 2018-06-26 | 2018-11-16 | 北京新能源汽车股份有限公司 | 一种车道偏离辅助制动***的控制方法、***及汽车 |
CN109383371A (zh) * | 2018-09-19 | 2019-02-26 | 行为科技(北京)有限公司 | 一种adas产品车道偏离报警*** |
Also Published As
Publication number | Publication date |
---|---|
CN111660928A (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111660928B (zh) | 车道偏离预警方法、装置和电子设备 | |
CN111009153A (zh) | 一种轨迹预测模型的训练方法、装置和设备 | |
CN110738081B (zh) | 异常路况检测方法及装置 | |
CN112839854B (zh) | 一种信息处理方法及相关装置 | |
CN114265411B (zh) | 一种解决车辆预测模型性能受限于感知数据性能的方法 | |
US20200363809A1 (en) | Method and system for fusing occupancy maps | |
CN114987498B (zh) | 自动驾驶车辆的拟人化轨迹规划方法、装置、车辆及介质 | |
CN115993597A (zh) | 一种视觉雷达感知融合方法及终端设备 | |
CN114518119A (zh) | 定位的方法及装置 | |
JP7207227B2 (ja) | 運転行動評価装置、運転行動評価方法、及び運転行動評価プログラム | |
CN111553309B (zh) | 车道线识别方法及装置 | |
CN115303288A (zh) | 一种车辆控制方法、控制装置及摄像头装置 | |
CN115320572A (zh) | 一种车辆控制方法及装置 | |
JP5014308B2 (ja) | 運転支援装置 | |
CN113155143A (zh) | 用于评估自动驾驶用的地图的方法、设备和车辆 | |
JP5454190B2 (ja) | 車両制御装置 | |
JP7347644B2 (ja) | 物体測距装置、方法、及びプログラム | |
CN115222779B (zh) | 一种车辆切入检测方法、装置及存储介质 | |
CN116118770A (zh) | 面向稳健自动驾驶控制的车辆感知***的自适应合理化器 | |
CN113942503A (zh) | 一种车道保持方法和装置 | |
CN113386773A (zh) | 视觉识别可靠度的判断方法及设备 | |
CN110414756B (zh) | 交通工具驾驶***评估方法、装置、计算机设备 | |
CN115782926B (zh) | 一种基于道路信息的车辆运动预测方法及装置 | |
US20230011158A1 (en) | Vehicle and Control Method Thereof | |
CN118220161A (zh) | 环境感知数据关联方法、辅助驾驶***、车辆和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |