CN115107752A - 自动驾驶车辆的防碾压方法及装置 - Google Patents
自动驾驶车辆的防碾压方法及装置 Download PDFInfo
- Publication number
- CN115107752A CN115107752A CN202210730914.8A CN202210730914A CN115107752A CN 115107752 A CN115107752 A CN 115107752A CN 202210730914 A CN202210730914 A CN 202210730914A CN 115107752 A CN115107752 A CN 115107752A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- rolling
- accident
- automatic driving
- preset
- 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
- 238000005096 rolling process Methods 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000002265 prevention Effects 0.000 title claims abstract description 24
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 claims abstract description 38
- 230000009471 action Effects 0.000 claims abstract description 23
- 230000001133 acceleration Effects 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 32
- 238000001514 detection method Methods 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000005056 compaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- 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
- B60W2030/082—Vehicle operation after collision
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种自动驾驶车辆的防碾压方法及装置,其中,方法包括:获取车辆的惯性测量单元采集的惯性测量数据;检测惯性测量数据是否满足预设异常条件;在检测到满足预设异常条件时,判定自动驾驶车辆发生碾压事故,控制自动驾驶车辆执行紧急制动动作,停止车辆移动。本申请实施例可以在车辆发生碾压事故后分析车辆的具体运动状态,从而预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是减少造成财产损失的同时,降低对生命安全的威胁,提高了车辆驾驶的安全性和可靠性,大大提升了车辆自动化程度,有效满足用户的驾乘需求。
Description
技术领域
本申请涉及车辆安全***技术领域,具体涉及一种自动驾驶车辆的防碾压方法及装置。
背景技术
随着汽车使用量的增加,自动驾驶领域中防止车辆碾压事故的发生越来越受到重视,车辆通过集成传感装置识别车辆和行人的距离不安全后,在单片机控制器的控制下刹车连杆电机拉动刹车,从而车辆处于自动刹车和停车状态,防止车辆撞倒或碾压行人。
然而,相关技术中的车辆防撞击、防碾压***装置只能预防碰撞而无防碾压功能,车辆无法在发生碾压事故后分析车辆的具体运动状态,从而无法预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是造成财产损失的同时,存在生命安全的威胁,降低车辆驾驶的安全性和可靠性,且车辆自动化程度较低,无法满足用户的驾乘需求等问题。
发明内容
本申请提供一种自动驾驶车辆的防碾压方法及装置,以解决相关技术中车辆无法在发生碾压事故后分析车辆的具体运动状态,从而无法预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是造成财产损失的同时,存在生命安全的威胁,降低车辆驾驶的安全性和可靠性,且车辆自动化程度较低,无法满足用户的驾乘需求的问题。
本申请第一方面实施例提供一种自动驾驶车辆的防碾压方法,包括以下步骤:获取车辆的惯性测量单元采集的惯性测量数据;检测所述惯性测量数据是否满足预设异常条件;在检测到满足所述预设异常条件时,判定所述自动驾驶车辆发生碾压事故,控制所述自动驾驶车辆执行紧急制动动作,停止车辆移动。
根据上述技术手段,本申请实施例可以采用车辆的IMU(Inertial MeasurementUnit,惯性测量单元)采集惯性的测量数据,能够对目标进行精密位移推算,从而检测惯性测量数据是否满足预设异常条件,在检测到满足预设异常条件时,判定所述自动驾驶车辆发生碾压事故,进而控制自动驾驶车辆执行紧急制动动作,停止车辆移动,防止车辆二次碾压,有效的提高自动驾驶的车辆定位精度,提升驾乘安全。
可选地,在本申请的一个实施例中,所述检测所述惯性测量数据是否满足预设异常条件,包括:根据所述惯性测量数据分别计算所述车辆的加速度值和方位角的突变量;对比所述加速度值和方位角的突变量和对应的预设参考量;在所述加速度值的突变量与对应的第一预设参考量之间的差值大于第一预设阈值,或者所述方位角的突变量和对应的第二预设参考量之间的差值大于第二预设阈值时,判定满足所述预设异常条件。
根据上述技术手段,本申请实施例可以通过IMU记录车辆的各种状态数据,从而加以处理并用来判断车辆的运动状态,进而通过比较突变量的同时,结合目标车辆的其他一些数据就能准确判断出目标车辆是否已经发生碾压事故,增加了数据记录的准确性。
可选地,在本申请的一个实施例中,在判定所述自动驾驶车辆发生碾压事故之后,还包括:识别所述车辆的碾压时刻;获取所述碾压时刻对应的时间区间内所采集的视频数据,并基于所述视频数据检测所述碾压事故是否发生,以在检测到发生所述碾压事故时进行紧急制动。
根据上述技术手段,本申请实施例可以在判定车辆发生碾压事故后,通过发生事故时采集的视频数据检测碾压事故是否发生,并进行车辆紧急制动,防止对事故造成更大伤害。
可选地,在本申请的一个实施例中,本申请实施例的方法还包括:在检测到未发生所述碾压事故时,禁止所述自动驾驶车辆执行所述紧急制动动作。
根据上述技术手段,本申请实施例可以在判定车辆发生碾压事故后,通过发生事故时采集的视频数据检测碾压事故未发生时,禁止车辆紧急制动,防止对元器件磨损,提升用户驾乘体验。
可选地,在本申请的一个实施例中,在控制所述自动驾驶车辆执行所述紧急制动动作的同时,还包括:控制所述车辆的至少一个声学提醒装置和/或光学显示装置对驾驶员和/或车外人员进行事故提醒。
根据上述技术手段,本申请实施例在检测到车辆发生碾压事故后,车辆进行紧急制动,同时通过警报和/或警示灯提醒驾驶员和/或车外人员,更有效的提醒发生事故,提升***的可靠性和实用性。
本申请第二方面实施例提供一种自动驾驶车辆的防碾压装置,包括:获取模块,用于获取车辆的惯性测量单元采集的惯性测量数据;检测模块,用于检测所述惯性测量数据是否满足预设异常条件;控制模块,用于在检测到满足所述预设异常条件时,判定所述自动驾驶车辆发生碾压事故,控制所述自动驾驶车辆执行紧急制动动作,停止车辆移动。
可选地,在本申请的一个实施例中,所述检测模块包括:计算单元,用于根据所述惯性测量数据分别计算所述车辆的加速度值和方位角的突变量;对比单元,用于对比所述加速度值和方位角的突变量和对应的预设参考量;判定单元,用于在所述加速度值的突变量与对应的第一预设参考量之间的差值大于第一预设阈值,或者所述方位角的突变量和对应的第二预设参考量之间的差值大于第二预设阈值时,判定满足所述预设异常条件。
可选地,在本申请的一个实施例中,本申请实施例的装置还包括:识别模块,用于在判定所述自动驾驶车辆发生碾压事故之后,识别所述车辆的碾压时刻;第一验证模块,用于获取所述碾压时刻对应的时间区间内所采集的视频数据,并基于所述视频数据检测所述碾压事故是否发生,以在检测到发生所述碾压事故时进行紧急制动。
可选地,在本申请的一个实施例中,本申请实施例的装置还包括:第二验证模块,用于在检测到未发生所述碾压事故时,禁止所述自动驾驶车辆执行所述紧急制动动作。
可选地,在本申请的一个实施例中,本申请实施例的装置还包括:处理模块,用于在控制所述自动驾驶车辆执行所述紧急制动动作的同时,控制所述车辆的至少一个声学提醒装置和/或光学显示装置对驾驶员和/或车外人员进行事故提醒。
本申请第三方面实施例提供一种车辆,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如上述实施例所述的自动驾驶车辆的防碾压方法。
本申请第四方面实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令用于使所述计算机执行如上述实施例所述的自动驾驶车辆的防碾压装置。
本发明的有益效果:
(1)本申请实施例可以通过IMU记录车辆的各种状态数据,根据数据能够加以处理并运用来判断车辆的运动状态,从提高自动驾驶的车辆定位精度和操作安全;
(2)本申请实施例可以通过准确记录二次碾压时的状态突变量,并且比较突变量的同时,结合目标车辆的其他数据,从而准确判断出目标车辆是否已经发生碾压事故,进而降低车辆二次碾压的风险,提高车辆的驾驶安全;
(3)本申请实施例可以通过发生事故时采集的视频数据检测碾压事故是否发生,并进行车辆紧急制动,防止对事故造成更大伤害,在检测到车辆发生碾压事故后,车辆进行紧急制动,同时通过警报和/或警示灯提醒驾驶员和/或车外人员,更有效的提醒发生事故,提升***的可靠性和实用性。
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自动驾驶车辆的防碾压方法的流程图;
图2为本申请一个具体实施例的信号处理流程图;
图3为根据本申请实施例的自动驾驶车辆的防碾压装置的结构示意图;
图4为根据本申请实施例提供的车辆的结构示意图。
其中,10-自动驾驶车辆的防碾压装置;100-获取模块、200-检测模块和300-控制模块;401-存储器、402-处理器和403-通信接口。
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自动驾驶车辆的防碾压方法及装置车辆。针对上述背景技术中心提到的相关技术中无法在发生碾压事故后分析车辆的具体运动状态,从而无法预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是造成财产损失的同时,存在生命安全的威胁,降低车辆驾驶的安全性和可靠性,且车辆自动化程度较低,无法满足用户的驾乘需求的问题,本申请提供了一种自动驾驶车辆的防碾压方法,在该方法中,可以获取车辆的IMU采集的惯性测量数据,从而检测惯性测量数据是否满足预设异常条件,在检测到满足预设异常条件时,进而判定自动驾驶车辆发生碾压事故,控制自动驾驶车辆执行紧急制动动作,停止车辆移动,从而有效的提高了自动驾驶的车辆定位精度,提升了车辆驾驶的安全性,大大提升了车辆的自动化程度,满足用户的驾乘需求。由此,解决了相关技术中无法在发生碾压事故后分析车辆的具体运动状态,从而无法预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是造成财产损失的同时,存在生命安全的威胁,降低车辆驾驶的安全性和可靠性,且车辆自动化程度较低,无法满足用户的驾乘需求等问题。
具体而言,图1为本申请实施例所提供的一种自动驾驶车辆的防碾压方法的流程示意图。
如图1所示,该自动驾驶车辆的防碾压方法包括以下步骤:
在步骤S101中,获取车辆的惯性测量单元采集的惯性测量数据。
可以理解的是,本申请实施例可以采用车辆的IMU采集惯性的测量数据,从而获取车辆的IMU采集的惯性测量数据,如车辆的加速度值、方位角等,进而将数据进行降频处理,并判断车辆的运动状态,其中,IMU能够对目标进行精密位移推算,从而提高自动驾驶的车辆定位精度和操作安全。
具体地,本申请实施例可以将IMU安装目标车辆底盘合适位置处,IMU的安装非常复杂,具体如下:IMU包括3个不同的传感器:
1.陀螺仪:陀螺仪测量围绕3轴X、Y、Z的角速度(以度/秒或转/秒为单位),陀螺仪具有振动结构以确定旋转速率,为了跟踪角度,需要对给定时间段内的所有变化率求和,这基本上是陀螺数据的积分[dessin]omega_tilt=omega+b+eta omega=真实角速度,b=偏差(温度相关而非静态)和eta=零均值高斯噪声从陀螺仪测量到使用泰勒展开的定向:theta(t+delta t)~theta(t)+theta_dot(t)*delta_t+o(delta t^2),最后一项是近似误差theta_dot是陀螺角速度,优点为短期准确,但由于漂移,长期不可靠,可以估计偏差和噪声方差,其他传感器测量值用于校正漂移(传感器融合),单独使用陀螺仪的巨大挑战为由于积分误差(大部分)导致的随时间漂移。
2.加速度计:以m/s^2或g为单位测量线性加速度,加速度不同于坐标加速度,最显着的感应加速度是由重力引起的,有了这些信息,就可以计算出物体面对的方向[dessin]直线加速度:a=a_g+a_i不运动:a=a_g指向下||a||=9.81m/s2=1g有运动:a_g+a_i,优点为长期准确,因为没有漂移(地球重力不变),问题为噪声测量,由于运动在短期内不可靠。
3.磁力计:以高斯或特斯拉为单位测量磁场强度,该芯片用作数字罗盘,以度数感应与磁北(不是真北)的角度,在高斯或特斯拉中使用地球磁场,实际方向取决于纬度经度,金属/电子设备造成的失真,如果没有适当的校准,很难使用磁力计,优点为与加速度计互补的磁力计可以提供航向,缺点为受金属影响,使之能够准确的测出目标车辆的加速度和在当前坐标系中的方位角。
在步骤S102中,检测惯性测量数据是否满足预设异常条件。
可以理解的是,本申请实施例可以检测惯性测量数据是否满足预设异常条件,其可以根据下述步骤的预设异常条件进行判断,如果满足预设异常条件,表示车辆发生碾压事故,从而及时采取停车措施,防止车辆二次碾压事故的发生,降低交通事故的带来的损失。
可选地,在本申请的一个实施例中,检测惯性测量数据是否满足预设异常条件,包括:根据惯性测量数据分别计算车辆的加速度值和方位角的突变量;对比加速度值和方位角的突变量和对应的预设参考量;在加速度值的突变量与对应的第一预设参考量之间的差值大于第一预设阈值,或者方位角的突变量和对应的第二预设参考量之间的差值大于第二预设阈值时,判定满足预设异常条件。
作为一种可能实现的方式,如图2所示,本申请实施例首先远程通过IMU传感器获取目标车辆平稳行驶的加速度值和方位角,经过降频处理后,标定为第一数据,即预设参考量,模仿一起碾压事故,并分别记录加速度值和方位角的突变量,并和第一数据进行比较,将此作为一个信号输入域控制器ECU(Electronic Control Unit,发动机控制单元)中的PCS(Pre-Collision System,预碰撞安全***),即自动探测前方障碍物,测算出车辆发生碰撞的可能性,如果在加速度值的突变量与对应的预设参考量之间的差值大于加速度预设阈值,或者方位角的突变量和对应的预设参考量之间的差值大于方位角预设阈值时,即***判断碰撞的可能性较大时,可以自动采取相应措施或发出警报。
其中,ECU(Electronic Control Unit,发动机控制单元)是一种电子控制单元,用于控制内燃机上的一系列执行器以确保最佳发动机性能,可以通过从发动机舱内的多个传感器读取值、使用多维性能图(称为查找表)解释数据以及调整发动机执行器来实现这一点,在ECU之前,空气-燃料混合物、点火正时和怠速是由机械和气动装置进行机械设置和动态控制的,从而可以有效的判定车辆是否发生碾压事故,提升了自动驾驶车辆的检测效率,大大提高了车辆的自动化程度,提升用户的驾乘体验。
需要说明的是,预设参考值、加速度预设阈值和方位角预设阈值可以是用户预先设定的阈值,可以是通过有限次实验获取的阈值,也可以是通过有限次计算机仿真得到的阈值,在此不做具体限定。
在步骤S103中,在检测到满足预设异常条件时,判定自动驾驶车辆发生碾压事故,控制自动驾驶车辆执行紧急制动动作,停止车辆移动。
可以理解的是,本申请实施例可以在检测到满足上述步骤的预设异常条件时,可以判定自动驾驶车辆发生碾压事故,控制***发送出一个信号给纵向和横向控制中心,从而使车辆启动紧急制动防止二次碾压,例如,用户在驾车时视觉盲区发生了碾压事故,这时车辆会自动启动紧急制动动作,停止车辆移动,防止发生二次碾压,有效的降低了事故再次发生的危害,提升了车辆的智能化水平,满足用户的使用需求。
可选地,在本申请的一个实施例中,在判定自动驾驶车辆发生碾压事故之后,还包括:识别车辆的碾压时刻;获取碾压时刻对应的时间区间内所采集的视频数据,并基于视频数据检测碾压事故是否发生,以在检测到发生碾压事故时进行紧急制动。
在实际执行过程中,本申请实施例在判定自动驾驶车辆发生碾压事故后,自动识别车辆的碾压时刻,获取碾压时刻对应的时间区间内所采集的视频数据,如回溯目标车辆的环视摄像头在突变发生前3s内的所有影像,并通过深度学***。
可选地,在本申请的一个实施例中,在控制自动驾驶车辆执行紧急制动动作的同时,还包括:控制车辆的至少一个声学提醒装置和/或光学显示装置对驾驶员和/或车外人员进行事故提醒。
可以理解的是,在控制自动驾驶车辆执行紧急制动动作的同时,控制车辆的至少一个声学提醒装置和/或光学显示装置对驾驶员和/或车外人员进行事故提醒,例如,当车辆发生碾压事故时,车辆***自动控制自动驾驶车辆启动紧急制动,从而停止车辆移动的同时,车内发出警报声,车内屏幕发出闪屏事故提醒,同时车灯开启双闪模式,从而对驾驶员和/或车外人员进行事故提醒,从而提升了自动驾驶车辆的安全性,大大提升了车辆的自动化程度,满足用户的驾乘需求
进一步地,在本申请的一个实施例中,本申请实施例的方法还包括:在检测到未发生碾压事故时,禁止自动驾驶车辆执行紧急制动动作。
可以理解的是,本申请实施例在判定自动驾驶车辆发生碾压事故后,可以自动回溯目标车辆的环视摄像头在突变发生前3s内的所有影像,并通过深度学习的方式筛选出3s时间内的异常图像并加以判断,具体方法是判断3s内或者更长时间内是否有异物,当异常图像的突变量未达到一定数值时,如用户可以是碾压到垃圾袋、树枝等,则判断未发生碾压事故,从而禁止自动驾驶车辆执行紧急制动动作,进而增加了自动驾驶车辆的可靠性,大大提升了车辆的自动化程度。
根据本申请实施例提出的自动驾驶车辆的防碾压方法,可以获取车辆的IMU采集的惯性测量数据,从而检测惯性测量数据是否满足预设异常条件,在检测到满足预设异常条件时,进而判定自动驾驶车辆发生碾压事故,控制自动驾驶车辆执行紧急制动动作,停止车辆移动,从而有效的提高了自动驾驶的车辆定位精度,提升了车辆驾驶的安全性,大大提升了车辆的自动化程度,满足用户的驾乘需求。由此,解决了相关技术中无法在发生碾压事故后分析车辆的具体运动状态,从而无法预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是造成财产损失的同时,存在生命安全的威胁,降低车辆驾驶的安全性和可靠性,且车辆自动化程度较低,无法满足用户的驾乘需求等问题。
其次参照附图描述根据本申请实施例提出的自动驾驶车辆的防碾压装置。
图3是本申请实施例的自动驾驶车辆的防碾压装置的方框示意图。
如图3所示,该自动驾驶车辆的防碾压装置10包括:获取模块100、检测模块200和控制模块300。
具体地,获取模块100,用于获取车辆的惯性测量单元采集的惯性测量数据。
检测模块200,用于检测惯性测量数据是否满足预设异常条件。
控制模块300,用于在检测到满足预设异常条件时,判定自动驾驶车辆发生碾压事故,控制自动驾驶车辆执行紧急制动动作,停止车辆移动。
可选地,在本申请的一个实施例中,检测模块200包括:计算单元、对比单元和判定单元。
其中,计算单元,用于根据惯性测量数据分别计算车辆的加速度值和方位角的突变量。
对比单元,用于对比加速度值和方位角的突变量和对应的预设参考量。
判定单元,用于在加速度值的突变量与对应的第一预设参考量之间的差值大于第一预设阈值,或者方位角的突变量和对应的第二预设参考量之间的差值大于第二预设阈值时,判定满足预设异常条件。
可选地,在本申请的一个实施例中,本申请实施例的装置10还包括:识别模块和第一验证模块。
其中,识别模块,用于在判定自动驾驶车辆发生碾压事故之后,识别车辆的碾压时刻。
第一验证模块,用于获取碾压时刻对应的时间区间内所采集的视频数据,并基于视频数据检测碾压事故是否发生,以在检测到发生碾压事故时进行紧急制动。
可选地,在本申请的一个实施例中,本申请实施例的装置10还包括:第二验证模块。
其中,第二验证模块,用于在检测到未发生碾压事故时,禁止自动驾驶车辆执行紧急制动动作。
可选地,在本申请的一个实施例中,本申请实施例的装置10还包括:处理模块。
其中,处理模块,用于在控制自动驾驶车辆执行紧急制动动作的同时,控制车辆的至少一个声学提醒装置和/或光学显示装置对驾驶员和/或车外人员进行事故提醒。
需要说明的是,前述对自动驾驶车辆的防碾压方法实施例的解释说明也适用于该实施例的自动驾驶车辆的防碾压装置,此处不再赘述。
根据本申请实施例提出的自动驾驶车辆的防碾压装置,可以获取车辆的IMU采集的惯性测量数据,从而检测惯性测量数据是否满足预设异常条件,在检测到满足预设异常条件时,进而判定自动驾驶车辆发生碾压事故,控制自动驾驶车辆执行紧急制动动作,停止车辆移动,从而有效的提高了自动驾驶的车辆定位精度,提升了车辆驾驶的安全性,大大提升了车辆的自动化程度,满足用户的驾乘需求。由此,解决了相关技术中无法在发生碾压事故后分析车辆的具体运动状态,从而无法预防自动驾驶车辆的二次碾压,降低事故的可控性,尤其是造成财产损失的同时,存在生命安全的威胁,降低车辆驾驶的安全性和可靠性,且车辆自动化程度较低,无法满足用户的驾乘需求等问题。
图4为本申请实施例提供的车辆的结构示意图。该车辆可以包括:
存储器401、处理器402及存储在存储器401上并可在处理器402上运行的计算机程序。
处理器402执行程序时实现上述实施例中提供的自动驾驶车辆的防碾压方法。
进一步地,车辆还包括:
通信接口403,用于存储器401和处理器402之间的通信。
存储器401,用于存放可在处理器402上运行的计算机程序。
存储器401可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果存储器401、处理器402和通信接口403独立实现,则通信接口403、存储器401和处理器402可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(Industry Standard Architecture,简称为ISA)总线、外部设备互连(PeripheralComponent,简称为PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,简称为EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器401、处理器402及通信接口403,集成在一块芯片上实现,则存储器401、处理器402及通信接口403可以通过内部接口完成相互间的通信。
处理器402可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路。
本实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上的自动驾驶车辆的防碾压方法。
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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或N个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。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。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种自动驾驶车辆的防碾压方法,其特征在于,包括以下步骤:
获取车辆的惯性测量单元采集的惯性测量数据;
检测所述惯性测量数据是否满足预设异常条件;以及
在检测到满足所述预设异常条件时,判定所述自动驾驶车辆发生碾压事故,控制所述自动驾驶车辆执行紧急制动动作,停止车辆移动。
2.根据权利要求1所述的方法,其特征在于,所述检测所述惯性测量数据是否满足预设异常条件,包括:
根据所述惯性测量数据分别计算所述车辆的加速度值和方位角的突变量;
对比所述加速度值和方位角的突变量和对应的预设参考量;
在所述加速度值的突变量与对应的第一预设参考量之间的差值大于第一预设阈值,或者所述方位角的突变量和对应的第二预设参考量之间的差值大于第二预设阈值时,判定满足所述预设异常条件。
3.根据权利要求1所述的方法,其特征在于,在判定所述自动驾驶车辆发生碾压事故之后,还包括:
识别所述车辆的碾压时刻;
获取所述碾压时刻对应的时间区间内所采集的视频数据,并基于所述视频数据检测所述碾压事故是否发生,以在检测到发生所述碾压事故时进行紧急制动。
4.根据权利要求3所述的方法,其特征在于,还包括:
在检测到未发生所述碾压事故时,禁止所述自动驾驶车辆执行所述紧急制动动作。
5.根据权利要求1-4任一项所述的方法,其特征在于,在控制所述自动驾驶车辆执行所述紧急制动动作的同时,还包括:
控制所述车辆的至少一个声学提醒装置和/或光学显示装置对驾驶员和/或车外人员进行事故提醒。
6.一种自动驾驶车辆的防碾压装置,其特征在于,包括:
获取模块,用于获取车辆的惯性测量单元采集的惯性测量数据;
检测模块,用于检测所述惯性测量数据是否满足预设异常条件;以及
控制模块,用于在检测到满足所述预设异常条件时,判定所述自动驾驶车辆发生碾压事故,控制所述自动驾驶车辆执行紧急制动动作,停止车辆移动。
7.根据权利要求6所述的装置,其特征在于,所述检测模块包括:
计算单元,用于根据所述惯性测量数据分别计算所述车辆的加速度值和方位角的突变量;
对比单元,用于对比所述加速度值和方位角的突变量和对应的预设参考量;
判定单元,用于在所述加速度值的突变量与对应的第一预设参考量之间的差值大于第一预设阈值,或者所述方位角的突变量和对应的第二预设参考量之间的差值大于第二预设阈值时,判定满足所述预设异常条件。
8.根据权利要求6所述的装置,其特征在于,还包括:
识别模块,用于在判定所述自动驾驶车辆发生碾压事故之后,识别所述车辆的碾压时刻;
第一验证模块,用于获取所述碾压时刻对应的时间区间内所采集的视频数据,并基于所述视频数据检测所述碾压事故是否发生,以在检测到发生所述碾压事故时进行紧急制动。
9.一种车辆,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5任一项所述的自动驾驶车辆的防碾压方法。
10.一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,该程序被处理器执行,以用于实现如权利要求1-5任一项所述的自动驾驶车辆的防碾压方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730914.8A CN115107752A (zh) | 2022-06-24 | 2022-06-24 | 自动驾驶车辆的防碾压方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210730914.8A CN115107752A (zh) | 2022-06-24 | 2022-06-24 | 自动驾驶车辆的防碾压方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115107752A true CN115107752A (zh) | 2022-09-27 |
Family
ID=83330593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210730914.8A Pending CN115107752A (zh) | 2022-06-24 | 2022-06-24 | 自动驾驶车辆的防碾压方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115107752A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102717799A (zh) * | 2012-06-19 | 2012-10-10 | 合肥工业大学 | 一种制止二次碾压的车辆制动*** |
CN102938186A (zh) * | 2012-11-29 | 2013-02-20 | 合肥工业大学 | 车辆人员伤亡交通事故自动报警*** |
CN113306551A (zh) * | 2020-02-07 | 2021-08-27 | 威伯科全球有限公司 | 车辆安全*** |
-
2022
- 2022-06-24 CN CN202210730914.8A patent/CN115107752A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102717799A (zh) * | 2012-06-19 | 2012-10-10 | 合肥工业大学 | 一种制止二次碾压的车辆制动*** |
CN102938186A (zh) * | 2012-11-29 | 2013-02-20 | 合肥工业大学 | 车辆人员伤亡交通事故自动报警*** |
CN113306551A (zh) * | 2020-02-07 | 2021-08-27 | 威伯科全球有限公司 | 车辆安全*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10011175B2 (en) | Method for operating a vehicle system of a motor vehicle and motor vehicle | |
US20110320163A1 (en) | Method and system for determining road data | |
US7769506B2 (en) | Driver assistance system controller and driver assistance control method for vehicles | |
JP4702100B2 (ja) | 居眠り判定装置および居眠り運転警告装置 | |
US20130282228A1 (en) | Even driven data acquisition switch | |
CN109278757A (zh) | 车辆碰撞检测方法及车辆控制*** | |
US20160159217A1 (en) | System and method for determining drowsy state of driver | |
CN112577526B (zh) | 一种多传感器融合定位的置信度计算方法及*** | |
RU2679299C2 (ru) | Система и способ для обнаружения опасного вождения и компьютер транспортного средства | |
JP2008065541A (ja) | 車両のドライブレコーダ | |
JP7462396B2 (ja) | 車両を運転するための方法および装置 | |
CN109416884A (zh) | 识别区域推定装置、识别区域推定方法及识别区域推定程序 | |
CN112339767A (zh) | 驾驶行为评价装置、驾驶行为评价方法及存储介质 | |
CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
JP2010128637A (ja) | 制動準備促進装置 | |
US11608070B2 (en) | System and method for monitoring driver | |
CN110006422B (zh) | 一种设备安全运行参数的确定方法、装置、设备和存储介质 | |
US10977934B2 (en) | Information providing system, vehicle-mounted device, and information providing method | |
WO2020059807A1 (ja) | 車両用監視装置 | |
CN115107752A (zh) | 自动驾驶车辆的防碾压方法及装置 | |
KR102228559B1 (ko) | 운전자 피로 감지 방법 및 시스템 | |
JPH11227490A (ja) | 車両の危険運転判定装置 | |
JPH079880A (ja) | 運転者の異常警報装置 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测***以及记录介质 | |
JPH11227489A (ja) | 車両の危険運転判定装置 |
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 |