CN114604241A - 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 - Google Patents
车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 Download PDFInfo
- Publication number
- CN114604241A CN114604241A CN202210356963.XA CN202210356963A CN114604241A CN 114604241 A CN114604241 A CN 114604241A CN 202210356963 A CN202210356963 A CN 202210356963A CN 114604241 A CN114604241 A CN 114604241A
- Authority
- CN
- China
- Prior art keywords
- obstacle
- host vehicle
- distance
- lane
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012502 risk assessment Methods 0.000 title claims abstract description 12
- 230000004044 response Effects 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 14
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 32
- 238000012545 processing Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 4
- 230000035484 reaction time Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000010391 action planning Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/12—Lateral speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4043—Lateral speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/801—Lateral distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种车辆驾驶风险评估方法、装置、电子设备及边缘计算设备,涉及计算机领域,尤其涉及自动驾驶、智能交通领域。实现方案为:响应于在主车行驶过程中检测到障碍物,获取障碍物与主车在纵向方向上的第一距离,纵向方向为主车所在车道的车道线延伸方向;获取障碍物和主车各自在纵向方向上的速度;基于障碍物和主车各自在纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定主车与障碍物的安全距离;以及基于安全距离以及第一距离确定障碍物对于主车是否存在安全风险。相对碰撞时间表示主车与障碍物存在速度差时的预设安全时间,车头时距表示主车与障碍物的前端通过同一地点的预设时间差。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及自动驾驶、智能交通,具体涉及一种车辆驾驶风险评估方法、装置、电子设备、计算机可读存储介质、计算机程序产品、车辆和边缘计算设备。
背景技术
自动驾驶车辆依靠人工智能、视觉计算、雷达、监控装置和全球定位***等的协同合作,自动安全地操作机动车辆,已经成为汽车领域的重要发展方向。自动驾驶车辆在行驶时,需要实时判断前方障碍物是否会对主车造成安全隐患,从而能够做出应对保证自身安全。因此,对前方车辆的危险判断十分重要。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种车辆驾驶风险评估方法、装置、电子设备、计算机可读存储介质、计算机程序产品、车辆和边缘计算设备。
根据本公开的一方面,提供了一种车辆驾驶风险评估方法,包括:响应于在主车行驶过程中检测到障碍物,获取所述障碍物与所述主车在纵向方向上的第一距离,其中所述纵向方向为所述主车所在车道的车道线延伸方向;获取所述障碍物和所述主车各自在所述纵向方向上的速度;以及基于所述障碍物和所述主车各自在所述纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定所述主车与所述障碍物的安全距离,其中所述相对碰撞时间表示所述主车与所述障碍物存在速度差时的预设安全时间,所述车头时距表示所述主车与所述障碍物的前端通过同一地点的预设时间差;以及基于所述安全距离以及所述第一距离确定所述障碍物对于所述主车是否存在安全风险。
根据本公开的另一方面,提供了一种车辆驾驶风险评估装置,包括:第一获取单元,配置为响应于在主车行驶过程中检测到障碍物,获取所述障碍物与所述主车在纵向方向上的第一距离,其中所述纵向方向为所述主车所在车道的车道线延伸方向;第二获取单元,配置为获取所述障碍物和所述主车各自在所述纵向方向上的速度;以及第一确定单元,配置为基于所述障碍物和所述主车各自在所述纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定所述主车与所述障碍物的安全距离,其中所述相对碰撞时间表示所述主车与所述障碍物存在速度差时的预设安全时间,所述车头时距表示所述主车与所述障碍物的前端通过同一地点的预设时间差;以及第二确定单元,配置为基于所述安全距离以及所述第一距离确定所述障碍物对于所述主车是否存在安全风险。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器能够执行本公开所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现本公开所述的方法。
根据本公开的另一方面,提供了一种车辆,包括根据本公开所述的电子设备。
根据本公开的另一方面,提供了一种边缘计算设备,包括根据本公开所述的电子设备。
根据本公开的一个或多个实施例,能够在车辆行驶过程中对前方障碍物进行检测,以基于其纵向速度以及预设的时间参数确定二者保持安全的最小安全距离,从而准确地判断出车辆是否具有安全隐患。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性***的示意图;
图2示出了根据本公开的一个实施例的车辆驾驶风险评估方法的流程图;
图3示出了可以实现根据本公开的实施例的应用场景示意图;
图4示出了根据本公开的另一个实施例的车辆驾驶风险评估方法的流程图;
图5示出了根据本公开的实施例的基于障碍物在横向方向上的速度确定障碍物对于主车是否存在安全风险的流程图;
图6示出了根据本公开的实施例的车辆驾驶风险评估装置的结构框图;
图7示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性***100的示意图。参考图1,该***100包括机动车辆110、服务器120以及将机动车辆110耦接到服务器120的一个或多个通信网络130。
在本公开的实施例中,机动车辆110可以包括根据本公开实施例的计算设备和/或被配置以用于执行根据本公开实施例的方法。
服务器120可以运行使得能够执行车辆驾驶风险评估的方法的一个或多个服务或软件应用。在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。机动车辆110的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的***配置是可能的,其可以与***100不同。因此,图1是用于实施本文所描述的各种方法的***的一个示例,并且不旨在进行限制。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作***的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作***以及任何商业上可用的服务器操作***的一个或多个操作***。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从机动车辆110接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由机动车辆110的一个或多个显示设备来显示数据馈送和/或实时事件。
网络130可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是卫星通信网络、局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(包括例如蓝牙、WiFi)和/或这些与其他网络的任意组合。
***100还可以包括一个或多个数据库150。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库150中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库150可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库150可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库150中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件***支持的常规存储库。
机动车辆110可以包括传感器111用于感知周围环境。传感器111可以包括下列传感器中的一个或多个:视觉摄像头、红外摄像头、超声波传感器、毫米波雷达以及激光雷达(LiDAR)。不同的传感器可以提供不同的检测精度和范围。摄像头可以安装在车辆的前方、后方或其他位置。视觉摄像头可以实时捕获车辆内外的情况并呈现给驾驶员和/或乘客。此外,通过对视觉摄像头捕获的画面进行分析,可以获取诸如交通信号灯指示、交叉路口情况、其他车辆运行状态等信息。红外摄像头可以在夜视情况下捕捉物体。超声波传感器可以安装在车辆的四周,用于利用超声波方向性强等特点来测量车外物体距车辆的距离。毫米波雷达可以安装在车辆的前方、后方或其他位置,用于利用电磁波的特性测量车外物体距车辆的距离。激光雷达可以安装在车辆的前方、后方或其他位置,用于检测物体边缘、形状信息,从而进行物体识别和追踪。由于多普勒效应,雷达装置还可以测量车辆与移动物体的速度变化。
机动车辆110还可以包括通信装置112。通信装置112可以包括能够从卫星141接收卫星定位信号(例如,北斗、GPS、GLONASS以及GALILEO)并且基于这些信号产生坐标的卫星定位模块。通信装置112还可以包括与移动通信基站142进行通信的模块,移动通信网络可以实施任何适合的通信技术,例如GSM/GPRS、CDMA、LTE等当前或正在不断发展的无线通信技术(例如5G技术)。通信装置112还可以具有车联网或车联万物(Vehicle-to-Everything,V2X)模块,被配置用于实现例如与其它车辆143进行车对车(Vehicle-to-Vehicle,V2V)通信和与基础设施144进行车辆到基础设施(Vehicle-to-Infrastructure,V2I)通信的车与外界的通信。此外,通信装置112还可以具有被配置为例如通过使用IEEE802.11标准的无线局域网或蓝牙与用户终端145(包括但不限于智能手机、平板电脑或诸如手表等可佩戴装置)进行通信的模块。利用通信装置112,机动车辆110还可以经由网络130接入服务器120。
机动车辆110还可以包括控制装置113。控制装置113可以包括与各种类型的计算机可读存储装置或介质通信的处理器,例如中央处理单元(CPU)或图形处理单元(GPU),或者其他的专用处理器等。控制装置113可以包括用于自动控制车辆中的各种致动器的自动驾驶***。自动驾驶***被配置为经由多个致动器响应来自多个传感器111或者其他输入设备的输入而控制机动车辆110(未示出的)动力总成、转向***以及制动***等以分别控制加速、转向和制动,而无需人为干预或者有限的人为干预。控制装置113的部分处理功能可以通过云计算实现。例如,可以使用车载处理器执行某一些处理,而同时可以利用云端的计算资源执行其他一些处理。控制装置113可以被配置以执行根据本公开的方法。此外,控制装置113可以被实现为根据本公开的机动车辆侧(客户端)的计算设备的一个示例。
图1的***100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
在当前的自动驾驶领域中,较为普遍地采用了单车智能自动驾驶技术。在单车自动驾驶中,环境感知是通过车上安装的传感器完成对周围环境的探测和定位功能。计算决策一方面将传感器数据进行分析处理,实现对目标的识别;另一方面进行行为预测和全局路径规划、局部路径规划和即时动作规划,决定车辆当前及未来的运行轨迹。控制执行主要包括车辆的运动控制以及人机交互,决定每个执行器如电机、油门、刹车等控制信号。
根据本公开的实施例,如图2所示,提供了一种车辆驾驶风险检测评估方法200,包括:响应于在主车行驶过程中检测到障碍物,获取障碍物与主车在纵向方向上的第一距离,纵向方向为主车所在车道的车道线延伸方向(步骤210);获取障碍物和主车各自在纵向方向上的速度(步骤220);基于障碍物和主车各自在所述纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定主车与所述障碍物的安全距离(步骤230);以及基于该安全距离以及第一距离确定障碍物对于主车是否存在安全风险(步骤240)。
根据本公开的实施例,能够在车辆行驶过程中对前方障碍物进行检测,以基于其纵向速度以及预设的时间参数确定二者保持安全的最小安全距离,从而准确地判断出车辆是否具有安全隐患。
在本公开中,相对碰撞时间表示主车与障碍物存在速度差时的预设安全时间。相对碰撞时间可以基于开发人员经验值、驾驶员反应时间、车辆最大减速度等进行设置。车头时距表示主车与障碍物的前端通过同一地点的预设时间差。车头时距也可以基于开发人员经验值、驾驶员反应时间、车辆最大减速度等进行设置。
根据一些实施例,该障碍物可以包括车辆。从而,在车辆在行驶过程中,实时判断周围车辆是否会对主车造成安全隐患,从而及时做出应对以保证自身安全。
图3示出了根据本公开的实施例的应用场景示意图。如图3所示,车辆301和车辆302在同一条车道上行驶,车辆303和车辆304在车辆301和车辆302所在车道的相邻车道上行驶。
在一些实施例中,所述障碍物为所述主车行驶方向前方的障碍物。示例地,如图3所示,车辆301可以为主车,而车辆302-304可以为待检测的障碍物车辆。车辆301在检测到可能影响其正常驾驶的车辆302-304中的任意一个目标车辆时,可以进一步获取车辆301与目标车辆的纵向方向上的距离、车辆301在纵向方向上的速度以及目标车辆在纵向方向上的速度。纵向方向即为车辆301所在车道的车道线延伸方向,即箭头306所指方向;相应的横向方向即垂直于车辆301所在车道的车道线延伸方向的方向,即箭头307所指方向。
根据一些实施例,可以基于主车上的传感器获取该速度信息和距离,传感器可以包括但不限于:摄像头、激光雷达、毫米波雷达等。
可以理解,机动车辆不是必须包括上述各种车端传感设备。根据本发明的一些实施例,在机动车辆不具备或者不启用这些车端传感设备的情况下,可以基于路测设备获取速度信息和距离信息,从而基于路侧设备实现机动车辆的安全可靠的自动驾驶。路侧设备可以包括但不限于道路工程及配套附属设施,智能感知设施,例如,摄像头、毫米波雷达、激光雷达等,路侧通信设施,例如,直连无线通信设施、蜂窝移动通信设施等,计算控制设施,例如,边缘计算节点、MEC(Mobile Edge Computing,移动边缘计算)或各级云平台,高精度地图与辅助定位设施,以及电力功能等配套附属设备等。
根据一些实施例,所述安全距离包括第一距离分量,所述第一距离分量基于以下公式确定:
ssafe1=max{[ttc*(v-vs)+th*vs],0}
其中,v为所述主车在纵向方向上的速度,vs为障碍物在纵向方向上的速度,th为所述预先设置的车头时距,ttc为所述预先设置的相对碰撞时间。在障碍物在纵向方向上的速度大于主车在纵向方向上的速度时,第一距离分量中的前一项ttc*(v-vs)+th*vs的和可能出现小于0的情况,此时可以将第一距离分量的值设置为0。ttc*(v-vs)表示当主车和障碍物的速度差为(v-vs)时,ttc时间后碰撞,则此时主车和障碍物的距离。高于此距离,主车和障碍物在ttc时间内不会碰撞。th*vs表示假设前方障碍物迅速刹停时,主车需要的反应距离。高于此距离,主车的可反应时间越久。
安全距离表示主车与障碍物之间为保持安全状态在纵向方向上应保持的最小安全距离。如果主车与障碍物之间在纵向方向上的实时距离小于该安全距离,则主车与障碍物之间可能存在碰撞、剐蹭风险。
根据一些实施例,所述安全距离还可以进一步包括基于预设的最小纵向安全距离所确定的第二距离分量。即,基于第一距离分量和第二距离分量的和确定所述安全距离。
具体地,该最小纵向安全距离为主车和障碍物都静止时,其纵向方向上需要保持的最小距离。通过设置最小纵向安全距离,可以充分考虑驾驶员反应时间、传感器误差等影响,以更有效地保障自动驾驶车辆。
根据一些实施例,基于主车的中心点位置以及包含障碍物的检测框的中心点位置确定第一距离,即主车和障碍物在纵向方向上的距离。因此,所述安全距离可以进一步包括第三距离分量,第三距离分量可以基于主车和障碍物各自在纵向方向上的尺寸确定。即,基于第一距离分量、第二距离分量和第三距离分量的和确定所述安全距离。
在一些示例中,障碍物的尺寸可以基于在识别过程中所确定的包含所述障碍物的检测框确定。如图3所示,传感器在对障碍物车辆302进行检测时,通过包含障碍物车辆302的检测框305的中心点位置定位所述障碍物车辆302的位置。因此,在计算所述安全距离时,需要将两车辆的尺寸加以考虑。具体地,在一些实施例中,还可以包括获取主车和障碍物各自在纵向方向上的尺寸的步骤。示例地,主车的尺寸可以预设保存。所计算得到的安全距离的表示式可以如下所示:
ssafe=ssafe1+s_min_base+0.5(blength+flength)
其中,ssafe1为第一距离分量,s_min_base为预设的最小纵向安全距离,blength和flength分别为主车和障碍物在纵向方向上的尺寸值。
可以理解的是,当通过主车前端的传感器(例如激光雷达传感器)对前方障碍物进行检测时,以前方障碍物的尾部作为检测区域,则在计算安全距离时则不需要考虑两者各自的尺寸信息。
当然,在实际应用过程中,主车和前方障碍物的纵向距离获取方式各式各样,此时只需要根据实际情况在上面描述的基础上修改安全距离的计算方式即可,其修改均不超出本公开限定的范围。
从而,当计算得到的安全距离ssafe大于第一距离时,说明主车和障碍物在纵向方向上的距离过近,可能存在风险。
根据一些实施例,如图4所示,根据本公开的方法200还可以包括:响应于确定第一距离小于所述安全距离,确定障碍物是否位于主车所在车道的相邻车道(步骤410);响应于确定障碍物位于主车所在车道的相邻车道,获取障碍物在横向方向上的速度,横向方向垂直于主车所在车道的车道线延伸方向(步骤420);以及响应于确定障碍物在横向方向上的速度方向指向主车所在方向,基于障碍物在横向方向上的速度确定障碍物对于主车是否存在安全风险(步骤430)。
当障碍物在其所在车道以外的区域时,纵向距离就不能单单用来评估主车的驾驶风险了。因此,当障碍物位于主车所在车道的相邻车道时,通常在障碍物与主车的纵向距离比较近且障碍物具有向内的趋势时可能会对主车造成安全隐患。
根据一些实施例,确定障碍物是否位于主车所在车道的相邻车道可以包括:获取包括障碍物以及主车所在车道的车道线的视觉信息,以基于该视觉信息确定障碍物是否与位于主车所在车道的相邻车道。
示例地,可以通过摄像头获取包含该车道线和该障碍物的图像数据,以基于该图像数据确定障碍物与车道线的位置关系以确定障碍物是否与位于主车所在车道的相邻车道。
根据一些实施例,确定障碍物是否位于主车所在车道的相邻车道可以包括:获取障碍物相对于主车的位置信息,以基于位置信息确定障碍物是否与位于主车所在车道的相邻车道。
根据一些实施例,所述位置信息可以包括障碍物与主车之间的第三距离、以及障碍物与主车之间连线相对于车道线的延伸方向的第一角度。
示例地,基于所述位置信息确定所述障碍物是否与位于所述主车所在车道的相邻车道可以包括:基于所述障碍物与所述主车的第三距离、以及所述第一角度,确定所述障碍物与所述主车在所述横向方向上的距离;以及基于所确定的所述横向方向上的距离确定所述障碍物是否与位于所述主车所在车道的相邻车道。
在上述示例中,第三距离为障碍物与车辆之间的直线距离,基于直线距离以及相对于车道线延伸方向的偏离角度,确定障碍物是否与主车处于同一车道。
根据一些实施例,可以基于主车上的传感器获取位置信息,传感器可以包括但不限于:摄像头、激光雷达、毫米波雷达等。
可以理解,机动车辆不是必须包括上述各种车端传感设备。根据本发明的一些实施例,在机动车辆不具备或者不启用这些车端传感设备的情况下仍可实现安全可靠的自动驾驶。在一些示例中,可以基于路测设备获取位置信息,从而基于路侧设备实现机动车辆的安全可靠的自动驾驶。路侧设备可以包括但不限于道路工程及配套附属设施,智能感知设施,例如,摄像头、毫米波雷达、激光雷达等,路侧通信设施,例如,直连无线通信设施、蜂窝移动通信设施等,计算控制设施,例如,边缘计算节点、MEC或各级云平台,高精度地图与辅助定位设施,以及电力功能等配套附属设备等。
因此,通过上述操作确定障碍物位于主车所在车道的相邻车道时且障碍物具有向内的趋势时,即可进一步基于障碍物在横向方向上的速度确定障碍物对于主车是否存在安全风险。
根据一些实施例,如图5所示,步骤430可以包括:获取障碍物与主车在横向方向上的第二距离以及主车在横向方向上的速度(步骤510);基于障碍物和主车各自在横向方向上的速度、以及第二距离,确定主车与障碍物即将发生碰撞的碰撞预测时间(步骤520);以及基于碰撞预测时间确定障碍物对于主车是否存在安全风险(步骤530)。
碰撞预测时间表示障碍物向主车所在方向切入的时间,当碰撞预测时间小于预设的阈值时间时,判断主车存在安全隐患。
根据一些实施例,所述碰撞预测时间可以进一步基于预设的最小横向安全距离确定。
具体地,该最小横向安全距离为主车和障碍物并排静止时,其横向方向上需要保持的最小距离。通过设置最小横向安全距离,可以充分考虑驾驶员反应时间、传感器误差等影响,以更有效地保障自动驾驶车辆。
根据一些实施例,基于包含所述主车的中心点位置以及包含所述障碍物的检测框的中心点位置确定所述第二距离。所述碰撞预测时间进一步基于所述主车和所述障碍物各自在所述横向方向上的尺寸确定。
在一些示例中,障碍物的尺寸可以基于在识别过程中所确定的包含所述障碍物的检测框确定。继续参考图3,传感器在对障碍物车辆302进行检测时,通过包含障碍物车辆302的检测框305的中心点位置定位所述障碍物车辆302的位置。因此,在计算所述碰撞预测时间时,需要将两车辆的尺寸加以考虑。具体地,在一些实施例中,还可以包括获取主车和障碍物各自在横向方向上的尺寸的步骤。示例地,主车的尺寸可以预设保存。所计算得到的碰撞预测时间(即障碍物向主车所在方向切入的时间)的表示式可以如下所示:
其中,dl为所获取的主车和障碍物之间在横向方向上的距离,l_min_base为预设的最小横向安全距离,bwidth和fwidth分别为主车和障碍物在横向方向上的尺寸值。
可以理解的是,当通过主车前端的传感器(例如激光雷达传感器)对前方障碍物进行检测时,以前方障碍物的内侧面作为检测区域,则在计算安全距离时则不需要考虑两者各自的尺寸信息。
当然,在实际应用过程中,主车和前方障碍物的横向距离获取方式各式各样,此时只需要根据实际情况在上面描述的基础上修改安全距离的计算方式即可,其修改均不超出本公开限定的范围。
根据本公开的实施例,如图6所示,还提供了一种车辆驾驶风险评估装置600,包括:第一获取单元610,配置为响应于在主车行驶过程中检测到障碍物,获取所述障碍物与所述主车在纵向方向上的第一距离,其中所述纵向方向为所述主车所在车道的车道线延伸方向;第二获取单元620,配置为获取所述障碍物和所述主车各自在所述纵向方向上的速度;以及第一确定单元630,配置为基于所述障碍物和所述主车各自在所述纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定所述主车与所述障碍物的安全距离,其中所述相对碰撞时间表示所述主车与所述障碍物存在速度差时的预设安全时间,所述车头时距表示所述主车与所述障碍物的前端通过同一地点的预设时间差;以及第二确定单元640,配置为基于所述安全距离以及所述第一距离确定所述障碍物对于所述主车是否存在安全风险。
这里,车辆驾驶风险评估装置600的上述各单元610~640的操作分别与前面描述的步骤210~240的操作类似,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的另一方面,提供了车辆,该车辆可以包括电子设备。可选的,车辆除了包括电子设备,还可以包括通信部件等,在此不作限制。
根据本公开的另一方面,还提供了一种边缘计算设备,该边缘计算设备可以包括电子设备。可选的,边缘计算设备除了包括电子设备,还可以包括通信部件等,电子设备可以和通信部件一体集成,也可以分体设置。电子设备可以获取路侧感知设备(如路侧相机)的数据,例如图片和视频等,从而进行图像视频处理和数据计算,再经由通信部件向云控平台传送处理和计算结果。
可选的,边缘计算设备也可以为路侧计算单元(Road Side Computing Unit,RSCU)。可选的,电子设备自身也可以具备感知数据获取功能和通信功能,例如是AI相机,电子设备可以直接基于获取的感知数据进行图像视频处理和数据计算,再向云控平台传送处理和计算结果。
可选的,云控平台在云端执行处理,进行图像视频处理和数据计算,云控平台也可以称为车路协同管理平台、V2X平台、云计算平台、中心***、云端服务器等。
参考图7,现将描述可以作为本公开的服务器或客户端的电子设备700的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、***和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (24)
1.一种车辆驾驶风险评估方法,包括:
响应于在主车行驶过程中检测到障碍物,获取所述障碍物与所述主车在纵向方向上的第一距离,其中所述纵向方向为所述主车所在车道的车道线延伸方向;
获取所述障碍物和所述主车各自在所述纵向方向上的速度;
基于所述障碍物和所述主车各自在所述纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定所述主车与所述障碍物的安全距离,其中所述相对碰撞时间表示所述主车与所述障碍物存在速度差时的预设安全时间,所述车头时距表示所述主车与所述障碍物的前端通过同一地点的预设时间差;以及
基于所述安全距离以及所述第一距离确定所述障碍物对于所述主车是否存在安全风险。
2.如权利要求1所述的方法,其中,所述障碍物为所述主车行驶方向前方的障碍物,所述安全距离包括第一距离分量,所述第一距离分量基于以下公式确定:
ssafe1=max{[ttc*(v-vs)+th*vs],0}
其中,v为所述主车在所述纵向方向上的速度,vs为所述障碍物在所述纵向方向上的速度,th为所述预先设置的车头时距,ttc为所述预先设置的相对碰撞时间。
3.如权利要求2所述的方法,其中,所述安全距离进一步包括基于预设的最小纵向安全距离所确定的第二距离分量。
4.如权利要求2或3所述的方法,其中,基于包含所述主车的中心点位置以及包含所述障碍物的检测框的中心点位置确定所述第一距离,并且,所述安全距离进一步包括第三距离分量,所述第三距离分量基于所述主车和所述障碍物各自在所述纵向方向上的尺寸确定。
5.如权利要求1所述的方法,还包括:
响应于确定所述第一距离小于所述安全距离,确定所述障碍物是否位于所述主车所在车道的相邻车道;
响应于确定所述障碍物位于所述主车所在车道的相邻车道,获取所述障碍物在横向方向上的速度,其中所述横向方向垂直于所述主车所在车道的车道线延伸方向;以及
响应于确定所述障碍物在横向方向上的速度方向指向所述主车所在方向,基于所述障碍物在所述横向方向上的速度确定所述障碍物对于所述主车是否存在安全风险。
6.如权利要求5所述的方法,其中,基于所述障碍物在所述横向方向上的速度确定所述障碍物对于所述主车是否存在安全风险包括:
获取所述障碍物与所述主车在所述横向方向上的第二距离以及所述主车在所述横向方向上的速度;
基于所述障碍物和所述主车各自在所述横向方向上的速度、以及所述第二距离,确定所述主车与所述障碍物即将发生碰撞的碰撞预测时间;以及
基于所述碰撞预测时间确定所述障碍物对于所述主车是否存在安全风险。
7.如权利要求6所述的方法,其中,所述碰撞预测时间进一步基于预设的最小横向安全距离确定。
8.如权利要求6或7所述的方法,其中,基于包含所述主车的中心点位置以及包含所述障碍物的检测框的中心点位置确定所述第二距离,并且,所述碰撞预测时间进一步基于所述主车和所述障碍物各自在所述横向方向上的尺寸确定。
9.如权利要求5所述的方法,其中,确定所述障碍物是否位于所述主车所在车道的相邻车道包括:获取包括所述障碍物以及所述主车所在车道的车道线的视觉信息,以基于所述视觉信息确定所述障碍物是否与位于所述主车所在车道的相邻车道。
10.如权利要求5所述的方法,其中,确定所述障碍物是否位于所述主车所在车道的相邻车道包括:获取所述障碍物相对于所述主车的位置信息,以基于所述位置信息确定所述障碍物是否与位于所述主车所在车道的相邻车道。
11.如权利要求10所述的方法,其中,所述位置信息包括所述障碍物与所述主车之间的第三距离、以及所述障碍物与所述主车之间连线相对于所述车道线的延伸方向的第一角度,其中,
基于所述位置信息确定所述障碍物是否与位于所述主车所在车道的相邻车道包括:
基于所述障碍物与所述主车的第三距离、以及所述第一角度,确定所述障碍物与所述主车在所述横向方向上的距离;以及
基于所确定的所述横向方向上的距离确定所述障碍物是否与位于所述主车所在车道的相邻车道。
12.如权利要求10或11所述的方法,其中,基于所述主车上的传感器获取所述位置信息,所述传感器包括以下项中的至少一项:摄像头、激光雷达、毫米波雷达。
13.如权利要求10或11所述的方法,其中,基于路测设备获取所述位置信息,所述路测设备包括以下项中的至少一项:摄像头、激光雷达、毫米波雷达。
14.如权利要求1-7或9-11中任一项所述的方法,其中,所述障碍物包括车辆。
15.一种车辆驾驶风险评估装置,包括:
第一获取单元,配置为响应于在主车行驶过程中检测到障碍物,获取所述障碍物与所述主车在纵向方向上的第一距离,其中所述纵向方向为所述主车所在车道的车道线延伸方向;
第二获取单元,配置为获取所述障碍物和所述主车各自在所述纵向方向上的速度;以及
第一确定单元,配置为基于所述障碍物和所述主车各自在所述纵向方向上的速度、以及预先设置的车头时距和相对碰撞时间,确定所述主车与所述障碍物的安全距离,其中所述相对碰撞时间表示所述主车与所述障碍物存在速度差时的预设安全时间,所述车头时距表示所述主车与所述障碍物的前端通过同一地点的预设时间差;以及
第二确定单元,配置为基于所述安全距离以及所述第一距离确定所述障碍物对于所述主车是否存在安全风险。
16.如权利要求15所述的装置,其中,所述障碍物为所述主车行驶方向前方的障碍物,所述安全距离包括第一距离分量,所述第一距离分量基于以下公式确定:
ssafe1=max{[ttc*(v-vs)+th*vs],0}
其中,v为所述主车在所述纵向方向上的速度,vs为所述障碍物在所述纵向方向上的速度,th为所述预先设置的车头时距,ttc为所述预先设置的相对碰撞时间。
17.如权利要求15所述的装置,其中,所述安全距离进一步包括基于预设的最小纵向安全距离所确定的第二距离分量。
18.如权利要求15所述的装置,还包括:
第三确定单元,配置为响应于确定所述第一距离小于所述安全距离,确定所述障碍物是否位于所述主车所在车道的相邻车道;
第三获取单元,配置为响应于确定所述障碍物位于所述主车所在车道的相邻车道,获取所述障碍物在横向方向上的速度,其中所述横向方向垂直于所述主车所在车道的车道线延伸方向;以及
第四确定单元,配置为响应于确定所述障碍物在横向方向上的速度方向指向所述主车所在方向,基于所述障碍物在所述横向方向上的速度确定所述障碍物对于所述主车是否存在安全风险。
19.如权利要求18所述的装置,其中,所述第四确定单元包括:
第四获取单元,配置为获取所述障碍物与所述主车在所述横向方向上的第二距离以及所述主车在所述横向方向上的速度;
第五确定单元,配置为基于所述障碍物和所述主车各自在所述横向方向上的速度、以及所述第二距离,确定所述主车与所述障碍物即将发生碰撞的碰撞预测时间;以及
第六确定单元,配置为基于所述碰撞预测时间确定所述障碍物对于所述主车是否存在安全风险。
20.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-14中任一项所述的方法。
21.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。
22.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-14中任一项所述的方法。
23.一种车辆,包括根据权利要求20所述的电子设备。
24.一种边缘计算设备,包括根据权利要求20所述的电子设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210356963.XA CN114604241A (zh) | 2022-03-31 | 2022-03-31 | 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210356963.XA CN114604241A (zh) | 2022-03-31 | 2022-03-31 | 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114604241A true CN114604241A (zh) | 2022-06-10 |
Family
ID=81868669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210356963.XA Pending CN114604241A (zh) | 2022-03-31 | 2022-03-31 | 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114604241A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002163797A (ja) * | 2000-11-24 | 2002-06-07 | Aisin Seiki Co Ltd | 車両の衝突予防装置 |
CN105473395A (zh) * | 2013-07-16 | 2016-04-06 | 宾利汽车有限公司 | 车辆 |
CN110422151A (zh) * | 2019-07-18 | 2019-11-08 | 浙江吉利新能源商用车集团有限公司 | 一种车辆辅助制动方法、装置、***及终端 |
CN111348038A (zh) * | 2020-03-13 | 2020-06-30 | 中建山东投资有限公司 | 一种基于varma模型短时预测的追尾预警方法 |
CN111619560A (zh) * | 2020-07-29 | 2020-09-04 | 北京三快在线科技有限公司 | 车辆控制方法及装置 |
CN111699116A (zh) * | 2018-02-16 | 2020-09-22 | 马自达汽车株式会社 | 车辆的控制装置 |
CN111845746A (zh) * | 2020-08-06 | 2020-10-30 | 合肥工业大学 | 基于大脑情感学习回路模型的跟车控制方法及其控制*** |
CN112896157A (zh) * | 2021-02-08 | 2021-06-04 | 福瑞泰克智能***有限公司 | 一种防御性驾驶控制方法、装置、***、车载终端及存储介质 |
CN113183960A (zh) * | 2021-03-18 | 2021-07-30 | 北京汽车研究总院有限公司 | 环境危险程度计算方法与装置、存储介质、控制器 |
CN113516862A (zh) * | 2021-07-22 | 2021-10-19 | 中国第一汽车股份有限公司 | 一种预警方法、装置、电子设备以及存储介质 |
CN113741440A (zh) * | 2021-08-24 | 2021-12-03 | 中国第一汽车股份有限公司 | 一种切入车辆的危险目标识别方法、装置、介质及设备 |
CN114148330A (zh) * | 2021-11-29 | 2022-03-08 | 哈尔滨工业大学 | 一种考虑多车博弈的车辆交互换道方法 |
-
2022
- 2022-03-31 CN CN202210356963.XA patent/CN114604241A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002163797A (ja) * | 2000-11-24 | 2002-06-07 | Aisin Seiki Co Ltd | 車両の衝突予防装置 |
CN105473395A (zh) * | 2013-07-16 | 2016-04-06 | 宾利汽车有限公司 | 车辆 |
CN111699116A (zh) * | 2018-02-16 | 2020-09-22 | 马自达汽车株式会社 | 车辆的控制装置 |
CN110422151A (zh) * | 2019-07-18 | 2019-11-08 | 浙江吉利新能源商用车集团有限公司 | 一种车辆辅助制动方法、装置、***及终端 |
CN111348038A (zh) * | 2020-03-13 | 2020-06-30 | 中建山东投资有限公司 | 一种基于varma模型短时预测的追尾预警方法 |
CN111619560A (zh) * | 2020-07-29 | 2020-09-04 | 北京三快在线科技有限公司 | 车辆控制方法及装置 |
CN111845746A (zh) * | 2020-08-06 | 2020-10-30 | 合肥工业大学 | 基于大脑情感学习回路模型的跟车控制方法及其控制*** |
CN112896157A (zh) * | 2021-02-08 | 2021-06-04 | 福瑞泰克智能***有限公司 | 一种防御性驾驶控制方法、装置、***、车载终端及存储介质 |
CN113183960A (zh) * | 2021-03-18 | 2021-07-30 | 北京汽车研究总院有限公司 | 环境危险程度计算方法与装置、存储介质、控制器 |
CN113516862A (zh) * | 2021-07-22 | 2021-10-19 | 中国第一汽车股份有限公司 | 一种预警方法、装置、电子设备以及存储介质 |
CN113741440A (zh) * | 2021-08-24 | 2021-12-03 | 中国第一汽车股份有限公司 | 一种切入车辆的危险目标识别方法、装置、介质及设备 |
CN114148330A (zh) * | 2021-11-29 | 2022-03-08 | 哈尔滨工业大学 | 一种考虑多车博弈的车辆交互换道方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12017663B2 (en) | Sensor aggregation framework for autonomous driving vehicles | |
JP7355877B2 (ja) | 車路協同自動運転の制御方法、装置、電子機器及び車両 | |
EP3893221A1 (en) | Event detection method and apparatus for cloud control platform, device, and storage medium | |
CN114179832B (zh) | 用于自动驾驶车辆的变道方法 | |
CN114758502B (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
EP4131203A1 (en) | Information processing device, and information processing method | |
CN114212108B (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN115092130A (zh) | 车辆碰撞预测方法、装置、电子设备、介质和车辆 | |
CN114394111B (zh) | 用于自动驾驶车辆的变道方法 | |
CN116533987A (zh) | 泊车路径确定方法、装置、设备和自动驾驶车辆 | |
CN115861953A (zh) | 场景编码模型的训练方法、轨迹规划方法及装置 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 | |
CN115556769A (zh) | 障碍物状态量确定方法及装置、电子设备和介质 | |
CN114655250A (zh) | 用于自动驾驶的数据生成方法及装置 | |
CN114282776A (zh) | 车路协同评估自动驾驶安全性的方法、装置、设备和介质 | |
CN114604241A (zh) | 车辆驾驶风险评估方法、装置、电子设备及边缘计算设备 | |
CN114333368B (zh) | 语音提醒方法、装置、设备和介质 | |
CN115583243B (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 | |
CN114179834B (zh) | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 | |
EP4047583A2 (en) | Method and apparatus for controlling vehicle-infrastructure cooperated autonomous driving, electronic device, and vehicle | |
CN114379588B (zh) | 进站状态检测方法、装置、车辆、设备和存储介质 | |
CN115900724A (zh) | 路径规划方法和装置 | |
US20240240966A1 (en) | Information providing device and information providing method | |
CN117724361A (zh) | 应用于自动驾驶仿真场景的碰撞事件检测方法及装置 | |
CN115952670A (zh) | 自动驾驶场景仿真方法和装置 |
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 |