CN113221636A - 场景标注中前方车辆换道取消行为的自动标注方法 - Google Patents
场景标注中前方车辆换道取消行为的自动标注方法 Download PDFInfo
- Publication number
- CN113221636A CN113221636A CN202110335147.6A CN202110335147A CN113221636A CN 113221636 A CN113221636 A CN 113221636A CN 202110335147 A CN202110335147 A CN 202110335147A CN 113221636 A CN113221636 A CN 113221636A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- vehicles
- preset
- time
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种场景标注中前方车辆换道取消行为的自动标注方法,其中,方法包括:检测车辆所处车道的前方是否存在其他车辆;判断其他车辆在下一时刻是否执行换道动作;在判定执行换道动作,且在第一预设时长内其它车辆反向跨越车辆所处车道线时,计算在第一预设时长内与车辆所处车道线之间的最短横向距离,并在最短横向距离小于预设距离时,将其它车辆的换道动作标注为换道取消行为。由此,解决了相关技术中缺乏对换道取消行为进行标注的能力缺陷问题,计算复杂度低,简单易于实现。
Description
技术领域
本申请涉及车辆技术领域,特别涉及一种场景标注中前方车辆换道取消行为的自动标注方法。
背景技术
目前,前方车辆换道取消行为中缺乏自动驾驶场景库的场景标注技术,导致自动驾驶仿真中交通流的模拟过于简单,与现实世界真实交通流差异过大,亟待解决。
申请内容
本申请提供一种场景标注中前方车辆换道取消行为的自动标注方法,以解决前方车辆换道取消行为中缺乏自动驾驶场景库的场景标注技术的问题,计算复杂度低,简单易于实现。
本申请第一方面实施例提供一种场景标注中前方车辆换道取消行为的自动标注方法,包括以下步骤:
检测车辆所处车道的前方是否存在其他车辆;
判断所述其他车辆在下一时刻是否执行换道动作;以及
在判定执行所述换道动作,且在第一预设时长内所述其它车辆反向跨越所述车辆所处车道线时,计算在所述第一预设时长内与所述车辆所处车道线之间的最短横向距离,并在所述最短横向距离小于预设距离时,将所述其它车辆的换道动作标注为换道取消行为。
可选地,所述检测车辆所处车道的前方是否存在其他车辆,包括:
获取所述车辆在当前时刻的目标列表位置信息;
根据所述目标列表位置信息计算所述其他车辆的目标位置;
根据所述目标位置和所述车辆的当前位置识别是否处于所述车辆所处车道的前方。
可选地,所述判断所述其他车辆在下一时刻是否执行换道动作,包括:
根据预设的越线公式判断所述其他车辆是否跨越所述车辆所处车道线,其中,所述预设的越线公式为:
(f1(xn)-yn)×(f2(xn)-yn)>0,
其中,xn为所述目标位置的横坐标,yn为所述目标位置的纵坐标,f1(xn)为xn对应的左车道线的纵坐标,f2(xn)为xn对应的右车道线的纵坐标。
可选地,在计算在所述第一预设时长内与所述车辆所处车道线之间的最短横向距离之前,还包括:
在判定所述其他车辆跨越车道线之后,根据预设的反向越线公式判断在所述第一预设时长内所述其它车辆是否反向跨越所述车辆所处车道线,其中,所述预设的反向越线公式为:
(f1(xn)-yn)×(f2(xn)-yn)<0。
可选地,所述将所述其它车辆的换道动作标注为换道取消行为,包括:
基于当前时刻向前第二预设时长的时刻或者超过所述预设距离的时刻确定换道取消起始时刻,且基于所述当前时刻向后第二预设时长的时刻或者超过所述预设距离的时刻确定换道终止时刻;
将所述换道取消起始时刻与所述换道终止时刻之间的行为标注为所述换道取消行为。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请实施例提供的一种场景标注中前方车辆换道取消行为的自动标注方法的流程图;
图2为根据本申请一个具体实施例的场景标注中前方车辆换道取消行为的自动标注方法的流程图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的场景标注中前方车辆换道取消行为的自动标注方法。针对上述背景技术中心提到的缺乏对换道取消行为进行标注的能力缺陷问题,本申请提供了一种自动驾驶车辆的换道识别方法,在该方法中,可以在车辆所处车道的前方有车辆时,判断车辆下一时刻是否换道,并在执行换道动作之后,如果在一定时长内反向换道,则计算一定时长内与车辆所处车道线之间的最短横向距离,并在短横向距离小于一定距离时,将其它车辆的换道动作标注为换道取消行为,解决了相关技术中缺乏对换道取消行为进行标注的能力缺陷问题,并且计算复杂度低,简单易于实现。
具体而言,图1为本申请实施例所提供的一种场景标注中前方车辆换道取消行为的自动标注方法的流程示意图。
如图1所示,该场景标注中前方车辆换道取消行为的自动标注方法包括以下步骤:
在步骤S101中,检测车辆所处车道的前方是否存在其他车辆。
可选地,在一些实施例中,检测车辆所处车道的前方是否存在其他车辆,包括:获取车辆在当前时刻的目标列表位置信息;根据目标列表位置信息计算其他车辆的目标位置;根据目标位置和车辆的当前位置识别是否处于车辆所处车道的前方。
应当理解的是,本申请实施例可以通过智能传感器获取当前时刻的目标列表位置信息,从而即可确定计算出其他车辆的目标位置,其中,计算出其他车辆的目标位置的方法可以采用相关技术中的计算方法,也可以采用基于Python语言进行开发的计算方法,在此不做具体限定。
进一步地,假设本车道左右两条车道线的方程分别为:
y=f1(x)=c31x3+c21x2+c11x+c01;
y=f2(x)=c32x3+c22x2+c12x+c02;
其中,设目标位置分别为(xn,yn)。
由此可知,如果(f1(xn)-yn)×(f2(xn)-yn)<0,则说明车辆所处车道的前方存在其他车辆,并且yn最小的目标为前车。
在步骤S102中,判断其他车辆在下一时刻是否执行换道动作。
作为一种可能实现的方式,在一些实施例中,在判断其他车辆在下一时刻是否执行换道动作时,本申请实施例可以根据预设的越线公式判断其他车辆是否跨越车辆所处车道线,其中,预设的越线公式为:
(f1(xn)-yn)×(f2(xn)-yn)>0,
其中,xn为目标位置的横坐标,yn为目标位置的纵坐标,f1(xn)为xn对应的左车道线的纵坐标,f2(xn)为xn对应的右车道线的纵坐标。
即如果前车下一时刻不满足(f1(xn)-yn)×(f2(xn)-yn)>0,则未跨越车辆所处车道线。
在步骤S103中,在判定执行换道动作,且在第一预设时长内其它车辆反向跨越车辆所处车道线时,计算在第一预设时长内与车辆所处车道线之间的最短横向距离,并在最短横向距离小于预设距离时,将其它车辆的换道动作标注为换道取消行为。
可选地,在一些实施例中,在计算在第一预设时长内与车辆所处车道线之间的最短横向距离之前,还包括:在判定其他车辆跨越车道线之后,根据预设的反向越线公式判断在第一预设时长内其它车辆是否反向跨越车辆所处车道线,其中,预设的反向越线公式为:
(f1(xn)-yn)×(f2(xn)-yn)<0。
具体而言,如果步骤S102中满足(f1(xn)-yn)×(f2(xn)-yn)>0,则继续向后计算第一预设时长内T1内车辆是否反向跨越了该车道线,即是否存在第一个满足(f1(xn)-yn)×(f2(xn)-yn)<0的点,如果不存在,则该行为不属于换道取消。
需要说明的是,第一预设时长可以T1,优选地,T1≈4~6s,在此不做具体限定。
可选地,在一些实施例中,将其它车辆的换道动作标注为换道取消行为,包括:基于当前时刻向前第二预设时长的时刻或者超过预设距离的时刻确定换道取消起始时刻,且基于当前时刻向后第二预设时长的时刻或者超过预设距离的时刻确定换道终止时刻;将换道取消起始时刻与换道终止时刻之间的行为标注为换道取消行为。
其中,第二预设时长可以T2,例如T2≈2~3s,预设距离可以为L,L≈1.0~1.5m,
具体而言,若横向距离未超过预设距离L,则该行为属于换道取消。从当前时刻向前查找第二预设时长T2,若车辆与车道线横向距离曾超过预设距离L,则该时刻为换道取消起始时刻;若未曾超过,则当前帧向前第二预设时长T2的时刻为换道取消起始时刻。从反向跨越车道线时刻向后查找第二预设时长T2,若车辆与车道线距离曾超过预设距离L,则该时刻为换道取消终止时刻;若未曾超过,则当前帧向后第二预设时长T2的时刻为换道取消终止时刻,并将上述起始时刻至终止时刻之间的前车行为标注为换道取消行为。
为使得本领域技术人员进一步了解本申请实施例的场景标注中前方车辆换道取消行为的自动标注方法,下面结合具体实施例进行说明。
如图2所示,该场景标注中前方车辆换道取消行为的自动标注方法,包括以下步骤:
S201,算法开始。
S202,对下一时刻进行分析。
S203,判断前车是否存在,如果是,则执行步骤S204,否则,执行步骤S202。
S204,判断下一时刻是否换道,如果是,则执行步骤S205,否则,执行步骤S202。
S205,判断5s内是否反向换道,如果是,则执行步骤S206,否则,执行步骤S202。
S206,判断5s内与车道线的距离是否超过1.0m,如果否,执行步骤S207,否则,执行步骤S202。
S207,查找起始时刻、终止时刻。
S208,行为标注,并执行步骤S202。
由此,通过基于运动学参数,实现了对前车换道取消行为的自动化标注,并且可在此基础上批量化获得该类场景的各项数据,方便进行该类场景后续的指标提取、参数分析、场景生成等工作,同时还可以进行前车换道取消场景自动化标准,用于建立仿真交通流中的驾驶员模型,帮助提高自动驾驶算法仿真结果的可信度。
根据本申请实施例提出的场景标注中前方车辆换道取消行为的自动标注方法,可以在车辆所处车道的前方有车辆时,判断车辆下一时刻是否换道,并在执行换道动作之后,如果在一定时长内反向换道,则计算一定时长内与车辆所处车道线之间的最短横向距离,并在短横向距离小于一定距离时,将其它车辆的换道动作标注为换道取消行为,解决了前方车辆换道取消行为中缺乏自动驾驶场景库的场景标注技术的问题,并且计算复杂度低,简单易于实现。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或N个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“N个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或者更N个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在上述实施方式中,N个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
Claims (5)
1.一种场景标注中前方车辆换道取消行为的自动标注方法,其特征在于,包括以下步骤:
检测车辆所处车道的前方是否存在其他车辆;
判断所述其他车辆在下一时刻是否执行换道动作;以及
在判定执行所述换道动作,且在第一预设时长内所述其它车辆反向跨越所述车辆所处车道线时,计算在所述第一预设时长内与所述车辆所处车道线之间的最短横向距离,并在所述最短横向距离小于预设距离时,将所述其它车辆的换道动作标注为换道取消行为。
2.根据权利要求1所述的方法,其特征在于,所述检测车辆所处车道的前方是否存在其他车辆,包括:
获取所述车辆在当前时刻的目标列表位置信息;
根据所述目标列表位置信息计算所述其他车辆的目标位置;
根据所述目标位置和所述车辆的当前位置识别是否处于所述车辆所处车道的前方。
3.根据权利要求1所述的方法,其特征在于,所述判断所述其他车辆在下一时刻是否执行换道动作,包括:
根据预设的越线公式判断所述其他车辆是否跨越所述车辆所处车道线,其中,所述预设的越线公式为:
(f1(xn)-yn)×(f2(xn)-yn)>0,
其中,xn为所述目标位置的横坐标,yn为所述目标位置的纵坐标,f1(xn)为xn对应的左车道线的纵坐标,f2(xn)为xn对应的右车道线的纵坐标。
4.根据权利要求3所述的方法,其特征在于,在计算在所述第一预设时长内与所述车辆所处车道线之间的最短横向距离之前,还包括:
在判定所述其他车辆跨越车道线之后,根据预设的反向越线公式判断在所述第一预设时长内所述其它车辆是否反向跨越所述车辆所处车道线,其中,所述预设的反向越线公式为:
(f1(xn)-yn)×(f2(xn)-yn)<0。
5.根据权利要求1所述的方法,其特征在于,所述将所述其它车辆的换道动作标注为换道取消行为,包括:
基于当前时刻向前第二预设时长的时刻或者超过所述预设距离的时刻确定换道取消起始时刻,且基于所述当前时刻向后第二预设时长的时刻或者超过所述预设距离的时刻确定换道终止时刻;
将所述换道取消起始时刻与所述换道终止时刻之间的行为标注为所述换道取消行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110335147.6A CN113221636A (zh) | 2021-03-29 | 2021-03-29 | 场景标注中前方车辆换道取消行为的自动标注方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110335147.6A CN113221636A (zh) | 2021-03-29 | 2021-03-29 | 场景标注中前方车辆换道取消行为的自动标注方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113221636A true CN113221636A (zh) | 2021-08-06 |
Family
ID=77084359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110335147.6A Pending CN113221636A (zh) | 2021-03-29 | 2021-03-29 | 场景标注中前方车辆换道取消行为的自动标注方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113221636A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299063A1 (en) * | 2009-05-21 | 2010-11-25 | Clarion Co., Ltd. | Current Position Determining Device and Current Position Determining Method |
CN102481952A (zh) * | 2009-08-21 | 2012-05-30 | 罗伯特·博世有限公司 | 用于稳健地识别车辆的车道变换的方法和控制设备 |
CN110853406A (zh) * | 2018-08-21 | 2020-02-28 | 上海擎感智能科技有限公司 | 基于5g技术的车道变更预警方法、***、服务器及车辆 |
CN111179345A (zh) * | 2019-12-27 | 2020-05-19 | 大连海事大学 | 基于车载机器视觉的前方车辆越线违章行为自动检测方法及*** |
CN112249033A (zh) * | 2020-10-30 | 2021-01-22 | 广州小鹏自动驾驶科技有限公司 | 一种车辆的自动驾驶***及方法 |
-
2021
- 2021-03-29 CN CN202110335147.6A patent/CN113221636A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100299063A1 (en) * | 2009-05-21 | 2010-11-25 | Clarion Co., Ltd. | Current Position Determining Device and Current Position Determining Method |
CN102481952A (zh) * | 2009-08-21 | 2012-05-30 | 罗伯特·博世有限公司 | 用于稳健地识别车辆的车道变换的方法和控制设备 |
CN110853406A (zh) * | 2018-08-21 | 2020-02-28 | 上海擎感智能科技有限公司 | 基于5g技术的车道变更预警方法、***、服务器及车辆 |
CN111179345A (zh) * | 2019-12-27 | 2020-05-19 | 大连海事大学 | 基于车载机器视觉的前方车辆越线违章行为自动检测方法及*** |
CN112249033A (zh) * | 2020-10-30 | 2021-01-22 | 广州小鹏自动驾驶科技有限公司 | 一种车辆的自动驾驶***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111982143B (zh) | 车辆及车辆路径规划方法、装置 | |
JP2020032998A (ja) | 車両制御方法、装置、コンピュータ機器及び記憶媒体 | |
US10471967B2 (en) | Optimization of a vehicle to compensate for water contamination of a fluid of a vehicle component | |
CN113392809B (zh) | 一种自动驾驶信息处理方法、装置及存储介质 | |
CN108710506B (zh) | 车辆的指令处理方法 | |
CN115303290B (zh) | 车辆混合关键级***的***关键级切换方法及*** | |
US11941989B2 (en) | Method for determining collision distance, storage medium and electronic equipment | |
WO2022037085A1 (zh) | 车辆的仿真测试场景的构建方法和装置 | |
US20220258735A1 (en) | Adaptive cruise control method and system | |
CN111123732A (zh) | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 | |
CN115782880A (zh) | 智能汽车换道决策方法、装置、电子设备和存储介质 | |
CN114670872B (zh) | 自动驾驶的速度规划方法、装置、车辆及存储介质 | |
CN113221636A (zh) | 场景标注中前方车辆换道取消行为的自动标注方法 | |
CN112947495B (zh) | 模型训练的方法、无人驾驶设备的控制方法以及装置 | |
CN111123731A (zh) | 自动驾驶车辆仿真的方法、装置、存储介质和终端设备 | |
CN117609093A (zh) | 一种自动驾驶场景下交通参与者动态切入行为的生成方法 | |
CN115543809A (zh) | 自动驾驶功能的测试场景库构建方法及装置 | |
CN115756566A (zh) | 车辆避免实线换道的方法及装置 | |
CN115431961A (zh) | 车辆的控制方法、装置、车辆及存储介质 | |
CN110696807B (zh) | 堵车工况发动机停机控制方法、车辆及存储介质 | |
CN113501007B (zh) | 一种基于自动驾驶的路径轨迹规划方法、装置及终端 | |
CN114655182B (zh) | 电子驻车制动***的控制方法、电子设备及车辆 | |
CN114114954A (zh) | 一种无人设备的控制方法及装置 | |
CN114454883B (zh) | 一种基于周车预测的创造安全换道条件的纵向规划方法 | |
CN110758394B (zh) | 堵车工况发动机起动控制方法、***、车辆及存储介质 |
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 |