车辆异常驾驶的预警方法及装置、电子设备、存储介质转让专利
申请号 : CN202010834534.X
文献号 : CN111710128B
文献日 : 2021-05-11
发明人 : 柏道齐 , 杨鑫
申请人 : 李斯特技术中心(上海)有限公司
摘要 :
权利要求 :
1.一种车辆异常驾驶的预警方法,其特征在于,包括:获取目标车辆连续多个坐标信息和多个航向信息;
基于所述多个坐标信息确定所述目标车辆的速度和对应于每一坐标信息的横向误差;
基于所述速度、对应于每一坐标信息的横向误差和多个航向信息,计算驾驶状态值;所述驾驶状态值通过如下公式计算得到:其中,J为驾驶状态值;v为目标车辆的速度; 为航向信息; 为目标航向;DLC为横向误差;k1是航向误差均值的权重系数;c1是航向误差均值的参考值;k2是航向误差最大值的权重系数;c2是航向误差最大值的参考值;k3是横向误差均值的权重系数;c3是横向误差均值的参考值;k4是横向误差最大值的权重系数;c3是横向误差最大值的参考值;n为计算用到的航向信息的数量和坐标信息的数量;
判断与所述驾驶状态值对应的驾驶状态等级是否指示异常驾驶;
如果是,确定所述目标车辆存在异常驾驶的问题;
如果所述目标车辆存在异常驾驶的问题,基于所述坐标信息确定所述目标车辆的周边车辆;
向所述周边车辆发送对应的预警信息;其中,所述预警信息指示所述目标车辆存在异常驾驶的问题。
2.根据权利要求1所述的方法,其特征在于,所述获取目标车辆连续多个坐标信息和多个航向信息,包括:
从第一车辆的车载设备上,获取所述目标车辆的连续多个坐标信息和多个航向信息;
其中,所述第一车辆为所述目标车辆的周边车辆。
3.根据权利要求1所述的方法,其特征在于,所述获取目标车辆连续多个坐标信息和多个航向信息,包括:
从道路摄像机采集的连续多个视频帧中,识别出每一视频帧中的所述目标车辆和所述目标车辆的后视镜;其中,所述目标车辆在所述视频帧中以第一边框限定位置,所述目标车辆的后视镜在所述视频帧中以第二边框限定位置;
依据对应于每一视频帧的所述第一边框和所述第二边框,确定所述目标车辆在所述视频帧中的候选坐标信息和候选航向信息;
从所述候选坐标信息中筛选出所述坐标信息;
从所述候选航向信息中筛选出所述航向信息。
4.根据权利要求1所述的方法,其特征在于,所述基于所述坐标信息确定所述目标车辆的周边车辆,包括:
以多个坐标信息中最后一个坐标信息为圆心,指定长度为半径,确定所述目标车辆的周边区域;
确定坐标信息处于所述周边区域内的其它车辆,为所述目标车辆的周边车辆。
5.根据权利要求1所述的方法,其特征在于,所述向所述周边车辆发送对应的预警信息,包括:
基于所述周边车辆的坐标信息和所述目标车辆的坐标信息,确定所述目标车辆与所述周边车辆之间的相对位置关系;
生成对应于所述周边车辆的预警信息;其中,所述预警信息包括所述相对位置关系;
向所述周边车辆发送所述预警信息。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:向所述目标车辆发送报警信息;其中,所述报警信息指示所述目标车辆存在异常驾驶的问题。
7.一种车辆异常驾驶的预警装置,其特征在于,包括:获取模块,用于获取目标车辆连续多个坐标信息和多个航向信息;
第一计算模块,用于基于所述多个坐标信息确定所述目标车辆的速度和对应于每一坐标信息的横向误差;
第二计算模块,用于基于所述速度、对应于每一坐标信息的横向误差和多个航向信息,计算驾驶状态值;所述驾驶状态值通过如下公式计算得到:其中,J为驾驶状态值;v为目标车辆的速度; 为航向信息; 为目标航向;DLC为横向误差;k1是航向误差均值的权重系数;c1是航向误差均值的参考值;k2是航向误差最大值的权重系数;c2是航向误差最大值的参考值;k3是横向误差均值的权重系数;c3是横向误差均值的参考值;k4是横向误差最大值的权重系数;c3是横向误差最大值的参考值;n为计算用到的航向信息的数量和坐标信息的数量;
判断模块,用于判断与所述驾驶状态值对应的驾驶状态等级是否指示异常驾驶;
确定模块,用于如果是,确定所述目标车辆存在异常驾驶的问题;如果所述目标车辆存在异常驾驶的问题,基于所述坐标信息确定所述目标车辆的周边车辆;
发送模块,用于向所述周边车辆发送对应的预警信息;其中,所述预警信息指示所述目标车辆存在异常驾驶的问题。
8.一种电子设备,其特征在于,所述电子设备包括:处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行权利要求1‑6任意一项所述的车辆异常驾驶的预警方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序可由处理器执行以完成权利要求1‑6任意一项所述的车辆异常驾驶的预警方法。
说明书 :
车辆异常驾驶的预警方法及装置、电子设备、存储介质
技术领域
背景技术
员的不当驾驶行为经常导致其他驾驶员没有足够的反应时间来应对突发的状况,从而发生
交通事故。
发明内容
标车辆的后视镜在所述视频帧中以第二边框限定位置;
航向信息计算驾驶状态值;根据驾驶状态值判断目标车辆是否存在异常驾驶的问题,并在
存在异常驾驶的问题时,向周边车辆发送对应的预警信息,从而可以预先提示周边车辆的
驾驶员周边的异常状况,使得周边车辆的驾驶员有足够的反应时间远离或避让存在异常驾
驶问题的目标车辆,降低交通事故的发生几率。
附图说明
具体实施方式
术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
Interface,人机交互界面)的车载设备,或者,搭载于车辆且与车辆绑定的智能设备(比如:
智能手机、笔记本电脑、平板电脑等);服务端30可以是服务器、服务器集群或者云计算中
心,服务端30可以在确定存在异常驾驶行为后,向可能会受到影响的车辆上的客户端20发
送预警信息。
理器11执行的指令,指令被处理器11执行,以使电子设备1可执行下述的实施例中方法的全
部或部分流程。在一实施例中,电子设备1可以是上述服务端30。
储器(Electrically Erasable Programmable Read‑Only Memory,简称EEPROM),可擦除可
编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存
储器(Programmable Red‑Only Memory,简称PROM),只读存储器(Read‑Only Memory,简称
ROM),磁存储器,快闪存储器,磁盘或光盘。
向信息。
(Inertial Navigation Unit,惯性导航单元)装置等。车辆的车载设备可以周期性将坐标
信息和航向信息上报至服务端。这里,周期时长可以预先配置,比如,车载设备可以每隔
0.01秒向服务端发送一次坐标信息和航向信息。
标信息和航向信息。
标车辆偏离车道中心线的距离。
的经度信息和纬度信息,确定道路实际所处的位置以及道路中心线的位置。道路中心线上
的采样点可以添加标记,便于后续直接根据中心线上的采样点确定目标航向及横向误差。
车辆偏离道路中心线距离过大(比如:超出预设距离阈值)等情况,并综合反映上述情况的
速度、横向误差和航向信息等参数,判断目标车辆是否存在驾驶异常的问题。
大值的权重系数;c2是航向误差最大值的参考值;k3是横向误差均值的权重系数;c3是横向
误差均值的参考值;k4是横向误差最大值的权重系数;c3是横向误差最大值的参考值;n为计
算用到的航向信息的数量(同时也是坐标信息的数量)。上述权重系数和参考值都可以是预
先设定的经验值。
个坐标信息可以认为是目标车辆当前所在的位置。示例性的,服务端以最后一个坐标信息
为圆心,以指定长度50米为半径,确定出目标车辆的周边区域。
置信息,可以筛选出被位置信息容纳的车辆的坐标信息,从而获得位于周边区域内的目标
车辆的周边车辆。
距离。
置关系的目标车辆存在异常驾驶的问题,从而提示周边车辆提前远离或避让目标车辆。示
例性的,预警信息可以是“右前方35米处的车辆存在异常驾驶的问题”。由于车辆在上报自
身坐标信息和航向信息时,与服务端进行通信。服务端可以基于持续获得的坐标信息实现
对各车辆的跟踪,并可建立通信方式(比如:通过车联网账号)与车辆的坐标信息的关联关
系。服务端在基于坐标信息确定周边车辆后,基于周边车辆的通信方式向周边车辆发送预
警信息。
驾驶的问题,从而提示目标车辆及时调整,避免发生事故。示例性的,报警信息可以是“车辆
当前存在异常驾驶的问题”。在一实施例中,报警信息可以包括关于异常驾驶的更具体的内
容。服务端可以将判断目标车辆存在异常驾驶的依据添加到报警信息中,从而使得目标车
辆可以更清楚地获知异常驾驶的原因。示例性的,报警信息可以是“车辆当前处于逆行状
态,存在异常驾驶的问题”。
信息。
标信息是以本车建立的坐标系确定出的前方车辆的坐标信息,相对航向信息是以本车建立
的坐标系确定出的前方车辆的航向信息。车辆的车载设备可以将采集到的前方车辆的相对
坐标信息、相对航向信息,以及,自身的坐标信息和航向信息,上传至服务端。或者,车辆的
车载设备基于自身的坐标信息和相对坐标信息,校正得到前方车辆的坐标信息,基于自身
的航向信息和相对航向信息,校正得到前方车辆的航向信息,并将校正后前方车辆的坐标
信息和航向信息,以及,自身的坐标信息和航向信息上传至服务端。
车辆上传的目标车辆的坐标信息和航向信息。另一种情况下,服务端可以基于第一车辆上
传的坐标信息和航向信息,以及,目标车辆与第一车辆的相对坐标信息和相对航向信息,校
正得到目标车辆的坐标信息和航向信息。
置,所述目标车辆的后视镜在所述视频帧中以第二边框限定位置。
通过获取道路上所有道路摄像机上传的视频帧,实现对整个道路的监控。
第一目标检测模型和第二目标检测模型可以基于YOLO(You Only Look Once)、SSD(Single
Shot MultiBox Detector,单镜头多盒探测器)等目标检测模型训练得到。
在视频帧中的位置,被识别出的右侧后视镜以第二边框44限定在视频帧中的位置。
摄像机的标识,查找预设的监控位置库,从而获得对应的位置信息。其中,道路摄像机的标
识可以是道路摄像机的MAC(Media Access Control Address,媒体存取控制位址)地址;监
控位置库可以包括每一道路摄像机的标识与监控范围的位置信息之间的映射关系。
车辆的候选坐标信息。这里,将从每一视频帧中确定的坐标信息作为候选坐标信息。
的坐标信息。
的坐标信息(已确定的目标车辆的候选坐标信息),确定m到n的方向。该方向即为服务端基
于当前视频帧确定的候选航向信息。
息。这里,指定时长可以是预设的经验值,比如,服务端可以根据每个3秒内跟踪得到的多个
候选坐标信息,筛选出连续多个坐标信息。
标信息中,每隔0.1秒选出一个坐标信息,最终获得30个坐标信息。这里,候选坐标信息的数
量与指定时长内视频帧的数量相同,服务端可以根据道路摄像机的帧率确定每隔多少候选
坐标信息选择一个坐标信息。比如:帧率为30,每秒钟确定出的候选坐标信息由30个,服务
端从每3个候选坐标信息中选择一个作为坐标信息。
坐标信息中,每隔0.2米选出一个坐标信息。在这种情况下,服务端在选择坐标信息时,可以
计算候选坐标信息之间的实际距离,从而选择满足指定距离间隔的坐标信息。
围内的视频帧上传至服务端后,服务端可以从视频帧中识别出车辆,并可以将每一车辆作
为目标车辆,判断是否存在车辆异常驾驶的问题。当服务端确定任一目标车辆存在异常驾
驶的问题后,可以向可能受到影响的车辆上的客户端20发送预警信息。
驶和严重危险驾驶均指示异常驾驶。
等级均指示目标车辆存在异常驾驶的问题。如果驾驶状态等级不指示存在异常驾驶的问
题,服务端可以根据新的坐标信息和航向信息继续对目标车辆的驾驶状态进行判断。如果
驾驶状态等级指示存在异常驾驶的问题,服务端可以确定目标车辆存在异常驾驶的问题。
在各个离散轨迹点的坐标信息和航向信息。其中,离散轨迹点是目标车辆42在不同时刻的
中心点。服务端通过前文说明的方式,获取目标车辆42在各离散轨迹点的坐标信息和航向
信息,进而根据每一离散轨迹点对应的坐标信息和道路中心线的位置信息确定横向误差
DLC,并根据每一离散轨迹点对应的航向信息φact和目标航向φref计算驾驶状态值,从而判
断目标车辆42是否存在异常驾驶的问题。当目标车辆42存在异常驾驶的问题时,服务端向
车辆49发送预警信息,降低车辆49发生车祸的几率。
本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。
在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、
程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作
为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例
如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依
所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图
中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可
以用专用硬件与计算机指令的组合来实现。
有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机
软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计
算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的
存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read‑Only Memory)、随机存取存储器
(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。