CN113947937B - 一种基于车辆传感器与动态交通融合的道路危险提示方法 - Google Patents
一种基于车辆传感器与动态交通融合的道路危险提示方法 Download PDFInfo
- Publication number
- CN113947937B CN113947937B CN202111273961.6A CN202111273961A CN113947937B CN 113947937 B CN113947937 B CN 113947937B CN 202111273961 A CN202111273961 A CN 202111273961A CN 113947937 B CN113947937 B CN 113947937B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- fusion
- vehicle sensor
- road
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于车辆传感器与动态交通融合的道路危险提示方法，其提示方法包括以下步骤：A：车辆传感器数据位置转换，对于点事件以及线事件原始数据采用TMC以及Open LR的位置参考进行数据位置表达，本服务需要识别传感器上传的危险预警数据类型进行位置解码，解码过程需要依赖地图数据，位置参考表TMC，以及Open LR解码服务，解码后的数据结果为地图的基础路网信息；B：对于面事件原始数据采用Google cell的数据格式，提供cell的4顶点坐标。本发明最大化数据发布范围，两种数据源的融合使得可以同步给车辆的数据是两者发布总量的并集，所以无论从数据发布量，还是数据发布种类上使得车辆能够获取到的数据有了很大提升。
Description
技术领域
本发明涉及道路交通危险路段提示技术领域，具体为一种基于车辆传感器与动态交通融合的道路危险提示方法。
背景技术
伴随着高精度地图以及自动化驾驶发展，车辆获取动态交通信息对于实时性，可靠性，数据精度，数据丰富度的要求更加严格，目前应用于自动驾驶中的动态交通信息搜集主要通过两个渠道，第一种是通过车辆传感器搜集，并通过V2V的方式进行车队共享，另一种是传统的动态交通获取方式，使用人工，GPS计算，图像辅助识别等技术，两种数据获取方式均存在一定局限性，车辆传感器数据可以做到实时识别，提供高精度，高时效性危险预警信息，但一方面搭载传感器且具备V2V数据共享功能的车辆有限，另一方面目前车辆通过CAN总线回传数据类型有限，并且进行动态信息识别分析的算法尚不成熟，所以能够识别的动态预警信息也有限，主要可识别类型局限在诸如交通事故，车辆抛锚，道路湿滑，雨雪大雾等信息，所以能够通过云端共享给车队的数据量以及数据类型都受到较大的限制，另外传感器CAN回传的数据为RSD数据，并不具备直接同步给其他车辆，所以各大OEM还需要依托于图商的LBS能力，对数据进行路网转换，最终整合至云服务同步给车队中的其他成员。
传统动态交通信息的搜集主要依赖于人员上报，浮动车轨迹识别，视频摄像头识别，交通广播识别，以及舆情自动化获取等手段，相较于传感器数据因为搜集的渠道多样化，所以数据量级和数据的类型都比较丰富，但随之而来的问题是，因为采集的渠道和采集的手段参差不齐，所以数据的时效性和数据的精确程度较比传感器识别数据要低一些。
发明内容
本发明的目的在于提供一种基于车辆传感器与动态交通融合的道路危险提示方法，具备两种数据融合校验的方式，再通过一定的基础LBS能力结合数据特点进行处理，可以有效的做到数据互补，将最大化的信息提供给车队成员的优点，解决了不管是传统的动态交通服务，还是基于传感器的动态交通服务都存在一定的局限性，同时想要将传感器数据同步给车队其他成员，需要依赖于LBS服务，以及数据整合能力的问题。
为实现上述目的，本发明提供如下技术方案：一种基于车辆传感器与动态交通融合的道路危险提示方法，其提示方法包括以下步骤：
A：车辆传感器数据位置转换，对于点事件以及线事件原始数据采用TMC以及OpenLR的位置参考进行数据位置表达，本服务需要识别传感器上传的危险预警数据类型进行位置解码，解码过程需要依赖地图数据，位置参考表TMC，以及Open LR解码服务，解码后的数据结果为地图的基础路网信息；
B：对于面事件原始数据采用Google cell的数据格式，提供cell的4顶点坐标，由于车辆终端的处理能力不同，需要将面事件分别做路网还原，以及区域还原；
C：路网还原的计算以cell为中心点进行周边9宫格的空间膨胀，空间筛选link的结果需要包含，有任意shape node在9宫格范围内的link数据，并需要对筛选的link结果进行融合去重，另外某些道路一部分在TMC位置参考中，一部分在OLR位置参考中，需要分别进行位置转换和编码；
D：区域还原，同样需要支持9宫格的扩展，并对9宫格有相交的形状进行合并，合并后形成蓝色线围合的区域，作为最终polygon发布的形状；
E：车辆传感器数据融合，由于路网还原后的危险预警信息可能在空间上存在重复的可能，所以需要将数据进行空间拓扑上的融合；
F：多源数据融合，基于车辆传感器数据的融合结果，结合传统动态交通的数据结果进行交叉验证，同时进行位置信息合并；
所述还可利用安装于路侧的多个路侧传感器采集其范围自身检测范围内的所有类型行驶车辆的动态信息、特征信息、路况信息和交通状态信息，所述安装有感知定位车载单元的车辆在行驶过程中动态采集自身的动态信息、周围路况和环境信息，所述对每个目标车辆的行为进行实时分析，当判断出现异常行为时，以目标车辆的实时所在位置为起点动态的向前规划出告警区域，其中，告警区域会与异常事件的位置同步向前移动，并向该车辆发出警告提示，同时为车辆生成避险通行路径，通过专用通信通道进行点对点的发出预警告警信息。
优选的，所述危险预警信息是借助行驶中的车辆实时感知道路环境而形成的云交通事件服务。
优选的，所述危险预警信息分为点、线、面三类，每一种危险预警事件都是基于多源信息进行处理，即车辆传感器数据以及其他渠道获取的三方数据。
优选的，所述车辆传感器主要识别类型有交通事故、车辆抛锚、道路湿滑、雨雪大雾、交通事故。
与现有技术相比，本发明的有益效果如下：
1、本发明最大化数据发布范围，两种数据源的融合使得可以同步给车辆的数据是两者发布总量的并集，所以无论从数据发布量，还是数据发布种类上使得车辆能够获取到的数据有了很大提升。
2、本发明数据精度升级，避免传统的动态交通发布时可能存在数据精度不足数据不准确的问题，通过目前融合技术可以做到两种数据源之间的交叉校验，一方面对于同时具备两种数据源的数据信息可以提升数据发布的可信度，另一方面借助于传感器数据的精度优势，最终使得传统方式获取的动态交通数据精度得到了提升。
3、本发明云端计算基础能力支持，解决传感器数据无法直接提供给车辆的问题，将多维度的传感器中间数据结果进行自融合，去重等一系列计算转换为唯一的，基于道路的信息，并同传统动态交通数据融合。使得传感器数据对于车的同步变为可能。
附图说明
图1为本发明危险预警类型图一；
图2为本发明危险预警类型图二；
图3为本发明危险预警发布图；
图4为本发明路网还原空间拓扑关系图；
图5为本发明路网还原流程图；
图6为本发明点、线数据融合过程流程图；
图7为本发明面数据融合过程流程图；
图8为本发明多源数据融合流程图一；
图9为本发明多源数据融合流程图二。
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做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。
请参阅图1-图9，一种基于车辆传感器与动态交通融合的道路危险提示方法，其提示方法包括以下步骤：
A：车辆传感器数据位置转换，对于点事件以及线事件原始数据采用TMC以及OpenLR的位置参考进行数据位置表达，本服务需要识别传感器上传的危险预警数据类型进行位置解码，解码过程需要依赖地图数据，位置参考表TMC，以及Open LR解码服务，解码后的数据结果为地图的基础路网信息；
B：对于面事件原始数据采用Google cell的数据格式，提供cell的4顶点坐标，由于车辆终端的处理能力不同，需要将面事件分别做路网还原，以及区域还原；
C：路网还原的计算以cell为中心点进行周边9宫格的空间膨胀，空间筛选link的结果需要包含，有任意shape node在9宫格范围内的link数据，并需要对筛选的link结果进行融合去重，另外某些道路一部分在TMC位置参考中，一部分在OLR位置参考中，需要分别进行位置转换和编码；
D：区域还原，同样需要支持9宫格的扩展，并对9宫格有相交的形状进行合并，合并后形成蓝色线围合的区域，作为最终polygon发布的形状；
E：车辆传感器数据融合，由于路网还原后的危险预警信息可能在空间上存在重复的可能，所以需要将数据进行空间拓扑上的融合；
F：多源数据融合，基于车辆传感器数据的融合结果，结合传统动态交通的数据结果进行交叉验证，同时进行位置信息合并。
危险预警信息是借助行驶中的车辆实时感知道路环境而形成的云交通事件服务。
危险预警信息分为点、线、面三类，每一种危险预警事件都是基于多源信息进行处理，即车辆传感器数据以及其他渠道获取的三方数据。
车辆传感器主要识别类型有交通事故、车辆抛锚、道路湿滑、雨雪大雾、交通事故。
还可利用安装于路侧的多个路侧传感器采集其范围自身检测范围内的所有类型行驶车辆的动态信息、特征信息、路况信息和交通状态信息。
安装有感知定位车载单元的车辆在行驶过程中动态采集自身的动态信息、周围路况和环境信息。
对每个目标车辆的行为进行实时分析，当判断出现异常行为时，以目标车辆的实时所在位置为起点动态的向前规划出告警区域，其中，告警区域会与异常事件的位置同步向前移动，并向该车辆发出警告提示，同时为车辆生成避险通行路径，通过专用通信通道进行点对点的发出预警告警信息。
实施例一：
一种基于车辆传感器与动态交通融合的道路危险提示方法，其提示方法包括以下步骤：
A：车辆传感器数据位置转换，对于点事件以及线事件原始数据采用TMC以及OpenLR的位置参考进行数据位置表达，本服务需要识别传感器上传的危险预警数据类型进行位置解码，解码过程需要依赖地图数据，位置参考表TMC，以及Open LR解码服务，解码后的数据结果为地图的基础路网信息；
B：对于面事件原始数据采用Google cell的数据格式，提供cell的4顶点坐标，由于车辆终端的处理能力不同，需要将面事件分别做路网还原，以及区域还原；
C：路网还原的计算以cell为中心点进行周边9宫格的空间膨胀，空间筛选link的结果需要包含，有任意shape node在9宫格范围内的link数据，并需要对筛选的link结果进行融合去重，另外某些道路一部分在TMC位置参考中，一部分在OLR位置参考中，需要分别进行位置转换和编码；
D：区域还原，同样需要支持9宫格的扩展，并对9宫格有相交的形状进行合并，合并后形成蓝色线围合的区域，作为最终polygon发布的形状；
E：车辆传感器数据融合，由于路网还原后的危险预警信息可能在空间上存在重复的可能，所以需要将数据进行空间拓扑上的融合；
F：多源数据融合，基于车辆传感器数据的融合结果，结合传统动态交通的数据结果进行交叉验证，同时进行位置信息合并。
危险预警信息是借助行驶中的车辆实时感知道路环境而形成的云交通事件服务。
危险预警信息分为点、线、面三类，每一种危险预警事件都是基于多源信息进行处理，即车辆传感器数据以及其他渠道获取的三方数据。
车辆传感器主要识别类型有交通事故、车辆抛锚、道路湿滑、雨雪大雾、交通事故。
实施例二：
一种基于车辆传感器与动态交通融合的道路危险提示方法，其提示方法包括以下步骤：
A：车辆传感器数据位置转换，对于点事件以及线事件原始数据采用TMC以及OpenLR的位置参考进行数据位置表达，本服务需要识别传感器上传的危险预警数据类型进行位置解码，解码过程需要依赖地图数据，位置参考表TMC，以及Open LR解码服务，解码后的数据结果为地图的基础路网信息；
B：对于面事件原始数据采用Google cell的数据格式，提供cell的4顶点坐标，由于车辆终端的处理能力不同，需要将面事件分别做路网还原，以及区域还原；
C：路网还原的计算以cell为中心点进行周边9宫格的空间膨胀，空间筛选link的结果需要包含，有任意shape node在9宫格范围内的link数据，并需要对筛选的link结果进行融合去重，另外某些道路一部分在TMC位置参考中，一部分在OLR位置参考中，需要分别进行位置转换和编码；
D：区域还原，同样需要支持9宫格的扩展，并对9宫格有相交的形状进行合并，合并后形成蓝色线围合的区域，作为最终polygon发布的形状；
E：车辆传感器数据融合，由于路网还原后的危险预警信息可能在空间上存在重复的可能，所以需要将数据进行空间拓扑上的融合；
F：多源数据融合，基于车辆传感器数据的融合结果，结合传统动态交通的数据结果进行交叉验证，同时进行位置信息合并。
还可利用安装于路侧的多个路侧传感器采集其范围自身检测范围内的所有类型行驶车辆的动态信息、特征信息、路况信息和交通状态信息。
安装有感知定位车载单元的车辆在行驶过程中动态采集自身的动态信息、周围路况和环境信息。
对每个目标车辆的行为进行实时分析，当判断出现异常行为时，以目标车辆的实时所在位置为起点动态的向前规划出告警区域，其中，告警区域会与异常事件的位置同步向前移动，并向该车辆发出警告提示，同时为车辆生成避险通行路径，通过专用通信通道进行点对点的发出预警告警信息。
车辆传感器数据分为如下几类
综上所述：该基于车辆传感器与动态交通融合的道路危险提示方法，将传感器危险预警数据进行位置转换计算，并同传统的动态交通信息数据进行融合，提出了一种车辆传感器与动态交通融合的道路危险预警信息发布方法，与其他方法相比，能够提供更广的数据空间维度和数据类型，能够将更加精准实时性更高的数据结果提供给其他车辆，具有广阔的发展前景和极高的现实意义，并且目前LBS在应用成熟度普及度均达到商用标准，具备良好的可实现性。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (4)
1.一种基于车辆传感器与动态交通融合的道路危险提示方法，其提示方法包括以下步骤：
A：车辆传感器数据位置转换，对于点事件以及线事件原始数据采用TMC以及Open LR的位置参考进行数据位置表达，本服务需要识别传感器上传的危险预警数据类型进行位置解码，解码过程需要依赖地图数据，位置参考表TMC，以及Open LR解码服务，解码后的数据结果为地图的基础路网信息；
B：对于面事件原始数据采用Google cell的数据格式，提供cell的4顶点坐标，由于车辆终端的处理能力不同，需要将面事件分别做路网还原，以及区域还原；
C：路网还原的计算以cell为中心点进行周边9宫格的空间膨胀，空间筛选link的结果需要包含，有任意shape node在9宫格范围内的link数据，并需要对筛选的link结果进行融合去重，另外某些道路一部分在TMC位置参考中，一部分在OLR位置参考中，需要分别进行位置转换和编码；
D：区域还原，同样需要支持9宫格的扩展，并对9宫格有相交的形状进行合并，合并后形成蓝色线围合的区域，作为最终polygon发布的形状；
E：车辆传感器数据融合，由于路网还原后的危险预警信息在空间上存在重复的可能，所以需要将数据进行空间拓扑上的融合；
F：多源数据融合，基于车辆传感器数据的融合结果，结合传统动态交通的数据结果进行交叉验证，同时进行位置信息合并。
2.根据权利要求1所述的一种基于车辆传感器与动态交通融合的道路危险提示方法，其特征在于：所述危险预警信息是借助行驶中的车辆实时感知道路环境而形成的云交通事件服务。
3.根据权利要求1所述的一种基于车辆传感器与动态交通融合的道路危险提示方法，其特征在于：所述危险预警信息分为点、线、面三类，每一种危险预警事件都是基于多源信息进行处理，即车辆传感器数据以及其他渠道获取的三方数据。
4.根据权利要求1所述的一种基于车辆传感器与动态交通融合的道路危险提示方法，其特征在于：所述车辆传感器主要识别类型有交通事故、车辆抛锚、道路湿滑、雨雪大雾、交通事故。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111273961.6A CN113947937B (zh) | 2021-10-29 | 2021-10-29 | 一种基于车辆传感器与动态交通融合的道路危险提示方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111273961.6A CN113947937B (zh) | 2021-10-29 | 2021-10-29 | 一种基于车辆传感器与动态交通融合的道路危险提示方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113947937A CN113947937A (zh) | 2022-01-18 |
| CN113947937B true CN113947937B (zh) | 2022-08-05 |
Family
ID=79337148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111273961.6A Active CN113947937B (zh) | 2021-10-29 | 2021-10-29 | 一种基于车辆传感器与动态交通融合的道路危险提示方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113947937B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116311938B (zh) * | 2023-03-21 | 2023-11-03 | 浪潮智慧科技有限公司 | 一种基于大数据的道路隐患处理方法及设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106662447A (zh) * | 2014-05-07 | 2017-05-10 | 大陆-特韦斯股份有限公司 | 利用行驶动态传感器确定多余的绝对位置 |
| CN106969779A (zh) * | 2017-03-17 | 2017-07-21 | 重庆邮电大学 | 基于dsrc的智能车辆地图融合***及方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8106755B1 (en) * | 2008-02-14 | 2012-01-31 | Epsilon Lambda Electronics Corp. | Triple-function vehicle safety sensor system |
| CN103310632B (zh) * | 2013-05-22 | 2015-04-22 | 史冬辉 | 路况主观评价及信息交互的方法 |
| CN103723073B (zh) * | 2013-11-21 | 2015-09-30 | 中国科学院合肥物质科学研究院 | 一种多传感器数据融合的危险超车预警装置及其预警方法 |
| KR102535618B1 (ko) * | 2016-05-02 | 2023-05-23 | 한국전자통신연구원 | 융합형 물체 감지 정보를 이용한 운전자 보조 시스템 및 방법 |
| CN110264783B (zh) * | 2019-06-19 | 2022-02-15 | 华设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警***及方法 |
-
2021
- 2021-10-29 CN CN202111273961.6A patent/CN113947937B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106662447A (zh) * | 2014-05-07 | 2017-05-10 | 大陆-特韦斯股份有限公司 | 利用行驶动态传感器确定多余的绝对位置 |
| CN106969779A (zh) * | 2017-03-17 | 2017-07-21 | 重庆邮电大学 | 基于dsrc的智能车辆地图融合***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113947937A (zh) | 2022-01-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107843440B (zh) | 一种自动驾驶车辆性能测试***及方法 | |
| CN106846863B (zh) | 基于增强现实和云端智能决策的事故黑点警告***及方法 | |
| Creß et al. | Intelligent transportation systems using roadside infrastructure: A literature survey | |
| CN104200659B (zh) | 一种重点车辆是否按规定线路行驶的判定方法 | |
| CN103903438B (zh) | 客运车辆违规停车地点识别方法及*** | |
| CN102982678A (zh) | 交通数据信息服务***及实现交通数据信息服务的方法 | |
| CN103745595A (zh) | 分析路况信息的方法和***、车载终端和路况分析服务器 | |
| CN105023428A (zh) | 路况信息评估方法及装置 | |
| CN103632540A (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
| JP7389144B2 (ja) | 動的なイベントの特定および流布のための方法およびシステム | |
| CN113947937B (zh) | 一种基于车辆传感器与动态交通融合的道路危险提示方法 | |
| CN111127949A (zh) | 车辆高危路段预警方法、装置及存储介质 | |
| CN112734242A (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
| CN102768797B (zh) | 一种城市路况信息评价方法及装置 | |
| Byon et al. | Bunching and headway adherence approach to public transport with GPS | |
| CN114283606A (zh) | 用于车辆导航的方法、装置、设备、***和云控平台 | |
| Yang et al. | Road hazard assessment using pothole and traffic data in South Korea | |
| CN114419897A (zh) | 一种基于v2x技术的城市交通cim***及其展示方法 | |
| Remias et al. | Travel time observations using Bluetooth MAC address matching: A case study on the Rajiv Gandhi Roadway: Chennai, India | |
| CN111739293A (zh) | 一种数据融合方法及装置 | |
| CN113748448B (zh) | 基于车辆的虚拟停止线和让行线检测 | |
| Ferreira et al. | Vehicular sensing: Emergence of a massive urban scanner | |
| Budzyński et al. | The use of GIS tools for road infrastructure safety management | |
| CN116412854A (zh) | 基于5g车联网的路面信息数据采集*** | |
| CN113724499A (zh) | 一种道路交通事件三维可视化分析方法及*** |
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 |