一种车辆行驶道线的预估方法、装置及存储介质
文献发布时间:2024-04-18 19:59:31
技术领域
本发明涉及自动驾驶技术领域,尤其涉及一种车辆行驶道线的预估方法、装置及存储介质。
背景技术
目前,常存在两种方式判断前车是否为本车道目标。
第一种,基于视觉传感器推算出的道线及其参数来判断前车是否为本车道目标;通过这种方式常因为远端道线遮挡无法判断较远距离的车辆是否为本车道目标且不适用于无道线场景。
第二种,通过记录前车相对于自车在一段时间内的横纵向位置和他们形成的轨迹来拟合曲线,从而根据拟合曲线的参数来判断本车道道线的大致位置,并根据前车与预估本车道道线的相对位置或拟合曲线的参数来判断前车是否为本车道目标;由于没有考虑自车的车辆横向速度,距离传感器的准确性,因此通过上述方式进行判断会存在准确度不高的问题。
发明内容
有鉴于此,本发明实施例提供一种车辆行驶道线的预估方法、装置及存储介质,以解决现有技术中存在的识别准确度不高的问题。
为实现上述目的,本发明实施例提供如下技术方案:
本发明实施例第一方面示出了一种车辆行驶道线的预估方法,应用于第一车辆的处理器,所述方法包括:
按照预设时间间隔获取第一车辆前方的目标车辆轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度,所述道路置信度包括左置信度和右置信度;
基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;
针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数;
根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,以基于所述道线判断所述目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同。
可选的,所述基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标,包括:
基于所述车辆信息计算所述第一车辆的车辆横向速度;
利用所述第一车辆的车辆信息和车辆横向速度对每一目标车辆所有采集到的轨迹点的位置信息进行坐标转换,得到轨迹点初始坐标;
基于所述道路置信度对轨迹点初始坐标进行修正,得到轨迹点坐标。
可选的,所述基于所述道路置信度对轨迹点初始坐标进行修正,得到轨迹点坐标,包括:
基于左置信度和右置信度进行处理,得到目标置信参数;
利用所述目标置信参数对所述轨迹点初始坐标进行修正,得到轨迹点坐标。
可选的,针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数,包括:
针对每一目标车辆,根据所述目标车辆的行驶速度与所述车辆信息中所述目标车辆与所述第一车辆的相对距离确定第一分数;
根据所述目标车辆的所有轨迹点的轨迹点坐标确定第二分数;
根据所述目标车辆的所有轨迹点的轨迹点数量确定第三分数;
根据所述目标车辆的行驶速度和第一参数确定第四分数;
根据所述目标车辆的第二参数确定第五分数;
根据所述第一分数,第二分数,第三分数,第四分数和第五分数进行计算,得到评估分数;
根据每一目标车辆的评估分数和车辆基准参数进行多轨迹融合,得到拟合轨迹分数和拟合轨迹参数,所述车辆基准参数是对所述轨迹点坐标进行轨迹拟合确定的。
可选的,所述根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,包括:
若确定左置信度和右置信度均高于预先设置的道线置信度阈值,基于所述左置信度和右置信度进行处理,得到目标置信参数;
基于所述拟合轨迹分数,拟合轨迹参数,道路置信度,车辆信息,以及目标置信参数进行计算,得到道线;
若所述左置信度和所述右置信度低于或等于预先设置的道线置信度阈值,基于预设道宽和所述拟合轨迹参数进行计算,得到道线。
可选的,在基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标之后,还包括:
确定是否存在目标车辆上一轨迹点的轨迹点坐标;
若存在,计算所述当前轨迹点的轨迹点坐标和上一轨迹点的轨迹点坐标的第一差值;
在确定所述第一差值大于预设纵向距离差或小于0时,执行针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数这一步骤。
可选的,还包括:
比较所述当前轨迹点的轨迹点坐标与所述上一轨迹点的轨迹点坐标的大小;
若所述当前轨迹点的轨迹点坐标中的纵向坐标小于上一轨迹点的轨迹点坐标中的纵向坐标,将所述目标车辆对应的编号及对应的轨迹点坐标删除。
可选的,所述基于所述道线判断所述目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同,包括:
采集目标车辆的下一轨迹点的位置信息;
基于所述新轨迹点的位置信息中的横向位置,确定所述目标车辆是否会位于所述道线内;
若确定所述所述目标车辆会位于所述道线内,确定目标车辆的下一轨迹点的位置信息与所述第一车辆的行驶目标相同。
本发明实施例第二方面示出了一种车辆行驶道线的预估装置,应用于第一车辆的处理器,所述装置包括:
获取单元,用于按照预设时间间隔获取第一车辆前方的目标车辆轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度,所述道路置信度包括左置信度和右置信度;
处理单元,用于基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数;根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,以基于所述道线判断所述目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同。
本发明实施例第三方面示出了一种存储介质,所述存储介质包括存储程序,其中,在所述程序运行时控制所述存储介质所在设备执行如本发明实施例第一方面示出的车辆行驶道线的预估方法。
基于上述本发明实施例提供的一种车辆行驶道线的预估方法、装置及存储介质,应用于第一车辆的处理器,所述方法包括:按照预设时间间隔获取第一车辆前方的目标车辆轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度;基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;针对每一目标车辆,针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数;根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,以基于所述道线判断目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同。在本发明实施例中,通过车辆信息对目标车辆的位置信息进行坐标系转换,以提高了基于前车轨迹的道路曲率的进行轨迹拟合的准确度,从而提高了本车道目标判断的准确度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例示出的车辆的架构示意图;
图2为本发明实施例示出的一种车辆行驶道线的预估方法的流程示意图;
图3为本发明实施例示出的目标车辆采集轨迹点的位置信息的示意图;
图4为本发明实施例示出的第一车辆的道线的横向距离的示意图;
图5为本发明实施例示出的另一种车辆行驶道线的预估方法的流程示意图;
图6为本发明实施例示出的轨迹点坐标变化的流程示意图;
图7为本发明实施例示出的一种车辆行驶道线的预估装置的结构示意图。
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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其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。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
在本申请中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
参见图1,为本发明实施例示出的车辆的架构示意图;
所述车辆内包括处理器10和传感器20,所述处理器10与多种不同的传感器20连接。
其中,传感器20至少可包括视觉传感器,测距传感器,及速度检测传感器等。
基于上述本发明实施例示出的车辆的架构,具体实现车辆行驶道线的预估方法包括:
处理器10按照预设时间间隔获取第一车辆中的传感器20采集的前方的目标车辆轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度,所述目标车辆的数量至少为一个,所述目标车辆为所述第一车辆所处位置前方,且标记编号的车辆;基于所述车辆信息,和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数;根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线。
在本发明实施例中,基于车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;进而确定每一目标车辆对应的拟合轨迹分数和拟合轨迹参数;根据拟合轨迹分数,拟合轨迹参数,车辆信息和道路置信度确定对应的道线。本发明通过车辆信息对目标车辆的位置信息进行坐标系转换,并在坐标系转换过程中引入车辆横向速度,以提高了基于前车轨迹的道路曲率的进行轨迹拟合的准确度,从而提高了本车道目标判断的准确度。
参见图2,为本发明实施例示出的一种车辆行驶道线的预估方法的流程示意图,所述方法包括:
步骤S201:按照预设时间间隔获取第一车辆前方的目标车辆当前轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度。
在步骤S201中,所述目标车辆的数量至少为一个,所述目标车辆为所述第一车辆前方标记编号的车辆。
需要说明的是,具体实现步骤S201的过程存在多种实施方式。
第一种实施方式,处理器将第一车辆上设置的视觉传感器所能够采集到的所述第一车辆所处位置前方的车辆,将其均设置为目标车辆,并为每一目标车辆进行编号;处理器获取视觉传感器按照预设时间间隔采集到的目标车辆当前轨迹点的位置信息,和获取速度传感器所采集到的目标车辆的行驶速度;接着处理器通过自身的各种其他传感器采集所述第一车辆本身的车辆信息,以及控制视觉传感器识别第一车辆前方左侧道线的左置信度,以及第一车辆前方右侧道线的右置信度。
需要说明的是,所述道路置信度包括左置信度和右置信度。
第二种实施方式,处理器通过第一车辆上设置的视觉传感器采集与所述第一车辆的所处位置前方预设距离内的车辆,将其均设置为目标车辆,并为每一目标车辆进行编号;处理器获取视觉传感器按照预设时间间隔采集到的目标车辆当前轨迹点的位置信息,和获取速度传感器所采集到的目标车辆的行驶速度;接着处理器通过自身的各种其他传感器采集所述第一车辆本身的车辆信息,以及控制视觉传感器识别第一车辆前方左侧道线的左置信度,以及第一车辆前方右侧道线的右置信度。
例如:如图3所示,以此坐标轴通过预设时间间隔t
需要说明的是,其他传感器至少包括速度传感器。
车辆信息包括车辆后轮侧偏刚度kr,车辆质心到前轴距离lf,车辆质心到后轴距离lr,车辆轴距l,车辆速度vx,车辆摆角速度,车辆质量m,车辆横向加速度ay,和第一车辆的车辆速度vx。
预设时间间隔是技术人员根据多次实验或经验设置的,比如每秒采集一次。
在本发明实施例中,如图4所示,以本车传感器为原点,传感器所朝方向,即车头方向为X轴正方向,传感器右方为Y轴正方向展开坐标轴。记录视觉传感器提供的本车道的左右由实曲线表示的道线的横向距离,即左道线的横向距离C0
步骤S202:基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标。
需要说明的是,具体实现步骤S203的具体实现过程中,包括以下步骤:
步骤S11:基于所述车辆信息计算所述第一车辆的车辆横向速度。
需要说明的是,具体实现步骤S11的过程中,包括以下步骤:
步骤S21:利用所述车辆信息中的车辆后轮侧偏刚度,车辆质心到前轴距离,车辆质心到后轴距离,车辆轴距,车辆速度,车辆摆角速度,车辆质量,和车辆横向加速度计算所述第一车辆的车辆侧偏角;
在具体实现步骤S21的过程中,将所述车辆信息中的车辆后轮侧偏刚度,车辆质心到前轴距离lf,车辆质心到后轴距离lr,车辆轴距l,车辆速度vx,车辆摆角速度,车辆质量m,和车辆横向加速度ay代入公式(1),得到车辆侧偏角。
公式(1):
其中,β为车辆侧偏角,lr为车辆质心到后轴距离,kr为车辆后轮侧偏刚度,lf为车辆质心到前轴距离,l为车辆轴距,vx为车辆速度,
步骤S22:基于所述车辆侧偏角与所述车辆信息中的车辆速度进行计算,得到所述第一车辆的车辆横向速度vy。
在具体实现步骤S22的过程中,将上述公式(1)计算得到的所述车辆车辆侧偏角与所述车辆信息中的车辆速度代入公式(2)进行计算,得到所述第一车辆的车辆横向速度vy。
公式(2):
vy=vx*β (2)
其中,vy为车辆横向速度,β为车辆侧偏角,vx为车辆速度。
步骤S12:利用所述第一车辆的车辆信息和车辆横向速度对每一目标车辆所有采集到的轨迹点的位置信息进行坐标转换,得到轨迹点初始坐标;
在本发明实施例中,考虑到本车,即第一车辆在移动,同一轨迹点位置不同时刻下在本车坐标系下的位置不一样,且考虑到车辆横向速度会影响轨迹拟合的准确性,因此需要在每个采样时间对所有记录的前车轨迹点进行如下公式的坐标系转换。
针对每一目标车辆,将第一车辆的车辆信息,即车辆质心到后轴距离,车辆后轮侧偏刚度,车辆质心到前轴距离,车辆轴距,车辆速度,辆横摆角速度,车辆质量,车辆横向加速度,车辆横向速度,以及采集到的目标车辆的每一轨迹点对应的位置信息的采集时间,以及当前的采集次数,代入公式(3)和(4),以通过公式(3)和(4)进行坐标系转换,得到轨迹点初始坐标。
需要说明的是,轨迹点初始坐标包括转换后轨迹点的初始纵向坐标和转换后轨迹点的初始横向坐标。
公式(3):
公式(4):
其中,
到前轴距离,l为车辆轴距,vx为车辆速度,
可选的,若线置信度低或无道线,则道路置信度C1为0,并不进行点初始坐标的修正,即不执行步骤S13。
步骤S13:基于道路置信度对轨迹点初始坐标进行修正,得到轨迹点坐标。
在本发明实施例中,由于现有的轨迹点闭合并未考虑到道线与纵轴因车辆横摆角形成的夹角,而此夹角会对轨迹拟合得到的道路曲率带来误差,因此需要先通过下述公式对轨迹点进行旋转来消除该夹角的影响。
具体实现步骤S13的过程包括以下步骤:
步骤S31:基于左置信度和右置信度进行处理,得到目标置信参数。
在步骤S31中,所述左置信度和右置信度属于所述道路置信度。
在具体实现步骤S31的过程中,处理器控制视觉传感器识别第一车辆前方左侧道线的左置信度,以及第一车辆前方右侧道线的右置信度;并将所述左置信度和右置信度代入公式(5),得到目标置信参数。
公式(5):
其中,
步骤S32:利用所述目标置信参数对所述轨迹点初始坐标进行修正,得到轨迹点坐标。
需要说明的是,轨迹点坐标包括轨迹点目标横向坐标和目标纵向坐标。
在具体实现步骤S32的过程中,具体的,将所述道路置信度C1以及公式(3)和(4)计算得到的轨迹点初始坐标代入公式(6)和公式(7),得到轨迹点坐标。
公式(6):
公式(7):
其中,
步骤S203:针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数。
在步骤S203中,所述车辆基准参数是对所述轨迹点坐标进行轨迹拟合确定的。
需要说明的是,车辆基准参数包括第一参数C2
在本发明实施例中,对所述轨迹点坐标进行轨迹拟合确定的所述车辆基准参数的过程为:针对每一目标车辆,利用最小二乘公式对目标车辆预设时间间隔内采集的多个轨迹点的轨迹点坐标进行轨迹拟合,即将每一轨迹点目标横向坐标和目标纵向坐标代入公式(8)和(9)进行计算,得到车辆基准参数。
公式(8):
公式(9):
其中,k
需要说明的是,具体实现步骤S203的过程中,包括以下步骤:
步骤S41:针对每一目标车辆,根据所述目标车辆的行驶速度与所述车辆信息中所述目标车辆与所述第一车辆的相对距离确定第一分数S1
在具体实现步骤S41的过程中,针对每一目标车辆,处理器按照目标车辆的编号,依次获取目标车辆的行驶速度,将其与述车辆信息中所述目标车辆与所述第一车辆的相对距离作为查询第一维度表的基准,得到第一分数S1
需要说明的是,第一维度表用于存储目标车辆的行驶速度,目标车辆与第一车辆的相对距离,与第一分数S1
预先根据多次实验构建第一维度表中目标车辆的行驶速度,目标车辆与第一车辆的相对距离,与第一分数S1
进一步需要说明的是,目标车辆的行驶速度越快,第一分数S1
例如车速为20kph,纵向距离为30m远的前车分数为80分,车速为10kph、纵向距离为80m远的前车分数为30分。
步骤S42:根据所述目标车辆的所有轨迹点的轨迹点坐标确定第二分数S2
在具体实现步骤S42的过程中,针对每一目标车辆,处理器获取当前所述目标车辆对应编号所存储的所有轨迹点的轨迹点坐标;将轨迹点坐标中的纵向坐标进行计算,以计算纵向距离,得到该段轨迹的长度,利用所述长度查询第二维度表,得到第二分数S2
需要说明的是,第二维度表用于存储轨迹的长度与第二分数S2
预先根据多次实验构建第二维度表中轨迹的长度与第二分数S2
进一步需要说明的是,轨迹的长度越长,其对应的第二分数S2
例如纵向距离最大长达30m的轨迹段为60分,长达80m的轨迹段位80分。
步骤S43:根据所述目标车辆的所有轨迹点的轨迹点数量确定第三分数S3
在具体实现步骤S43的过程中,针对每一目标车辆,处理器获取当前所述目标车辆对应编号所存储的所有轨迹点的轨迹点数量;以通过轨迹点数量查询第三维度表,得到第三分数S3
需要说明的是,第三维度表用于存储轨迹点数量与第三分数S3
预先根据多次实验构建第三维度表中轨迹的长度与第三分数S3
进一步需要说明的是,轨迹点越多,其对应的第三分数S3
例如10个轨迹点对应的第三分数S3
步骤S44:根据所述目标车辆的行驶速度和第一参数C2
在具体实现步骤S44的过程中,针对每一目标车辆,处理器获取所述目标车辆的行驶速度和上述计算得到的第一参数C2
需要说明的是,第四维度表用于存储行驶速度和第一参数C2
预先根据多次实验构建第四维度表中行驶速度和第一参数C2
进一步需要说明的是,第一参数C2
步骤S45:根据所述目标车辆的第二参数C0
在具体实现步骤S45的过程中,针对每一目标车辆,处理器获取所述目标车辆的第二参数C0
需要说明的是,第五维度表用于存储第二参数C0
预先根据多次实验构建第五维度表中第二参数C0
进一步需要说明的是,第二参数C0
步骤S46:根据所述第一分数,第二分数,第三分数,第四分数和第五分数进行计算,得到评估分数。
在具体实现步骤S46的过程中,将所述第一分数,第二分数,第三分数,第四分数和第五分数代入公式(10)进行计算,得到评估分数S
公式(10):
S
其中,min指的是对括号内各值取小。min(S1
min(S4
步骤S47:根据每一目标车辆的评估分数和车辆基准参数进行多轨迹融合,得到拟合轨迹分数和拟合轨迹参数。
在本发明实施例中,可通过下述公式(11)和公式(12)权衡各轨迹质量,综合所有轨迹提供的道路曲率信息并提供一个可以用作置信度的评分,即拟合轨迹分数。
在具体实现步骤S47的过程中,首先,将每一目标车辆的评估分数S
公式(11):
接着,将每一目标车辆的评估分数S
公式(12):
可选的,还包括:判断所述拟合轨迹分数是否小于预设阈值,若小于,表示最终得到的轨迹可信度较低,不输出拟合轨迹参数C2
需要说明的是,预设阈值是技术人员根据多次试验或经验进行设置的。
C2
步骤S206:根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,以基于所述道线判断目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同。
在本发明实施例中,当拟合轨迹参数C2
需要说明的是,具体实现步骤S206的过程中包括以下步骤:
步骤S51:分别判断所述左置信度和所述右置信度是否高于预先设置的道线置信度阈值Conf
在步骤S51中,所述左置信度和右置信度属于所述道路置信度。
步骤S52:基于所述左置信度和右置信度进行处理,得到目标置信参数。
需要说明的是,具体实现步骤S52的实现过程与上述步骤S31的实现过程相同,可相互参见。
步骤S53:基于所述拟合轨迹分数S
步骤S54:基于预设道宽width
在具体实现步骤S53和步骤S54的过程中,将所述拟合轨迹分数S
需要说明的是,道线包括左侧道线T
公式(13):
公式(14):
其中,C2
进一步的,第一预设道线拟合公式和第二预设道线拟合公式均是技术人员根据经验或实际情况预先设置,比如最小二乘公式或是其他公式,对此本发明实施例不加以限制。
第一预设道线拟合公式和第二预设道线拟合公式可相同,也可以不同。
需要说明的是,预设道宽width
可选的,基于所述道线判断目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同的实现过程包括:采集目标车辆的下一轨迹点的位置信息;基于所述新轨迹点的位置信息中的横向位置,确定所述目标车辆是否会位于所述道线内;若确定所述所述目标车辆会位于所述道线内,确定目标车辆的下一轨迹点的位置信息与所述第一车辆的行驶目标相同,也就是说,确定目标车辆为第一车辆的车道目标。
具体的,采集所述目标车辆的新轨迹点,即下一轨迹点的位置信息;并通过所述位置信息中的横向位置
公式(15):
需要说明的是,若Inlane
在本发明实施例中,基于车辆信息和道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;进而确定每一目标车辆对应的拟合轨迹分数和拟合轨迹参数;根据拟合轨迹分数,拟合轨迹参数,车辆信息和道路置信度确定对应的道线。本发明通过车辆信息对目标车辆的位置信息进行坐标系转换,并在坐标系转换过程中引入车辆横向速度,以提高了基于前车轨迹的道路曲率的进行轨迹拟合的准确度,从而提高了本车道目标判断的准确度。
基于上述本发明实施例示出的另一种车辆行驶道线的预估方法的流程示意图,如图5所示,所述方法包括:
步骤S501:按照预设时间间隔获取第一车辆前方的目标车辆当前轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度。
在步骤S501中,所述目标车辆的数量至少为一个,所述目标车辆为所述第一车辆前方标记编号的车辆。
步骤S502:基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标。
可选的,利用所述目标车辆的编号将所述轨迹点的轨迹点坐标进行存储。
需要说明的是,具体实现步骤S501至步骤S502的具体实现过程与上述步骤S201至步骤S202的具体实现过程相同,可相互参见。
步骤S503:确定是否存在目标车辆上一轨迹点的轨迹点坐标,若存在,则执行步骤S504,若不存在,利用所述目标车辆对应的编号存储所述车辆的轨迹点坐标。
在具体实现步骤S503的过程中,首先查询数据库中是否存在与所述目标车辆的编号相同的轨迹点,若存在,则执行步骤S504,若不存在,若不存在,利用所述目标车辆对应的编码存储所述车辆的轨迹点信息。
步骤S504:计算所述当前轨迹点的轨迹点坐标和上一轨迹点的轨迹点坐标的第一差值。
步骤S505:判断所述第一差值是否大于预设纵向距离差,且是否小于0。
在具体实现步骤S504和步骤S505的过程中,将所述当前轨迹点的轨迹点坐标中的纵向坐标
公式(16):
需要说明的是,预设纵向距离差是预设最大车速v
其中,所述预设最大车速v
比如:如图6所示,针对目标车辆编号1在采样时间t=1时刻,即上一检测时刻检测的位置
可选的,还包括:比较所述当前轨迹点的轨迹点坐标与所述上一轨迹点的轨迹点坐标的大小,具体的,判断所述当前轨迹点的轨迹点坐标中的纵向坐标
需要说明的是,检测到目标车辆的识别位置相比上一时刻在倒退或逆向行驶的情况,还可以能会影响拟合轨迹的准确性,因此该轨迹点坐标不在考虑范围内。
可选的,还包括:利用所述目标车辆的编号将所述当前轨迹点的轨迹点坐标,以及采集时间等进行存储。
步骤S506:针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数。
步骤S507:根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,以基于所述道线判断目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同。
需要说明的是,具体实现步骤S506至步骤S507的具体实现过程与上述步骤S204至步骤S205的具体实现过程相同,可相互参见。
在本发明实施例中,基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;进而确定每一目标车辆对应的拟合轨迹分数和拟合轨迹参数;根据拟合轨迹分数,拟合轨迹参数,车辆信息和道路置信度确定对应的道线。本发明通过车辆信息对目标车辆的位置信息进行坐标系转换,并在坐标系转换过程中引入车辆横向速度,以提高了基于前车轨迹的道路曲率的进行轨迹拟合的准确度,从而提高了本车道目标判断的准确度。
基于上述本发明实施例示出的车辆行驶道线的预估方法,相应的,本发明实施例示出了一种车辆行驶道线的预估装置的结构示意图,如图7所示,所述装置包括:
获取单元701,用于按照预设时间间隔获取第一车辆前方的目标车辆轨迹点的位置信息和行驶速度,以及采集所述第一车辆的车辆信息和道路置信度,所述道路置信度包括左置信度和右置信度;
处理单元702,用于基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数;根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线,以基于所述道线判断所述目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同。
需要说明的是,上述本申请实施例公开的车辆行驶道线的预估装置中的各个单元具体的原理和执行过程,与上述本申请实施示出的车辆行驶道线的预估方法相同,可参见上述本申请实施例公开的车辆行驶道线的预估方法中相应的部分,这里不再进行赘述。
在本发明实施例中,基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标;进而确定每一目标车辆对应的拟合轨迹分数和拟合轨迹参数;根据拟合轨迹分数,拟合轨迹参数,车辆信息和道路置信度确定对应的道线。本发明通过车辆信息对目标车辆的位置信息进行坐标系转换,并在坐标系转换过程中引入车辆横向速度,以提高了基于前车轨迹的道路曲率的进行轨迹拟合的准确度,从而提高了本车道目标判断的准确度。
可选的,基于上述本发明实施例示出的车辆行驶道线的预估装置,所述基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标的处理单元702,具体用于:
基于所述车辆信息计算所述第一车辆的车辆横向速度;
利用所述第一车辆的车辆信息和车辆横向速度对每一目标车辆所有采集到的轨迹点的位置信息进行坐标转换,得到轨迹点初始坐标;
基于道路置信度对轨迹点初始坐标进行修正,得到轨迹点坐标。
可选的,所述基于道路置信度对轨迹点初始坐标进行修正,得到轨迹点坐标,包括:
基于所述左置信度和右置信度进行处理,得到目标置信参数;
利用所述目标置信参数对所述轨迹点初始坐标进行修正,得到轨迹点坐标。
可选的,基于上述本发明实施例示出的车辆行驶道线的预估装置,针对每一目标车辆,基于所述行驶速度,轨迹点坐标,目标车辆轨迹点的数量和车辆基准参数进行处理,得到对应的拟合轨迹分数和拟合轨迹参数的处理单元702,具体用于:
针对每一目标车辆,根据所述目标车辆的行驶速度与所述车辆信息中所述目标车辆与所述第一车辆的相对距离确定第一分数;
根据所述目标车辆的所有轨迹点的轨迹点坐标确定第二分数;
根据所述目标车辆的所有轨迹点的轨迹点数量确定第三分数;
根据所述目标车辆的行驶速度和第一参数确定第四分数;
根据所述目标车辆的第二参数确定第五分数;
根据所述第一分数,第二分数,第三分数,第四分数和第五分数进行计算,得到评估分数;
根据每一目标车辆的评估分数和车辆基准参数进行多轨迹融合,得到拟合轨迹分数和拟合轨迹参数。
可选的,基于上述本发明实施例示出的车辆行驶道线的预估装置,所述根据所述拟合轨迹分数,所述拟合轨迹参数,所述车辆信息和所述道路置信度确定对应的道线的处理单元702,具体用于:
若所述左置信度和所述右置信度高于预先设置的道线置信度阈值,基于所述左置信度和右置信度进行处理,得到目标置信参数;
基于所述拟合轨迹分数,拟合轨迹参数,道路置信度,车辆信息,以及目标置信参数进行处理,得到道线;
若所述左置信度和所述右置信度低于或等于预先设置的道线置信度阈值,基于预设道宽和所述拟合轨迹参数进行处理,得到道线。
可选的,基于上述本发明实施例示出的车辆行驶道线的预估装置,处理单元702,还用于:
在基于所述车辆信息和所述道路置信度对每一目标车辆轨迹点的位置信息进行处理,得到轨迹点坐标之后,确定是否存在目标车辆上一轨迹点的轨迹点坐标;
若存在,计算所述当前轨迹点的轨迹点坐标和上一轨迹点的轨迹点坐标的第一差值;
在确定所述第一差值大于预设纵向距离差或小于0时,执行针对每一目标车辆,基于所述行驶速度,轨迹点坐标,和目标车辆轨迹点的数量进行处理,得到对应的拟合轨迹分数和拟合轨迹参数。
可选的,基于上述本发明实施例示出的车辆行驶道线的预估装置,处理单元702,还用于:
比较所述当前轨迹点的轨迹点坐标与所述上一轨迹点的轨迹点坐标的大小;
若所述当前轨迹点的轨迹点坐标中的纵向坐标小于上一轨迹点的轨迹点坐标中的纵向坐标,将所述目标车辆对应的编号及对应的轨迹点坐标删除。
可选的,基于上述本发明实施例示出的车辆行驶道线的预估装置,所述基于所述道线判断所述目标车辆的下一轨迹点的位置信息是否与所述第一车辆的行驶目标相同的处理单元702,具体用于:
采集目标车辆的下一轨迹点的位置信息;
基于所述新轨迹点的位置信息中的横向位置,确定所述目标车辆是否会位于所述道线内;
若确定所述所述目标车辆会位于所述道线内,确定目标车辆的下一轨迹点的位置信息与所述第一车辆的行驶目标相同。
本发明实施例还公开了一种电子设备,该电子设备用于运行数据库存储过程,其中,所述运行数据库存储过程时执行上述图2至图5公开的车辆行驶道线的预估方法。
本发明实施例还公开了一种存储介质,所述存储介质包括存储数据库存储过程,其中,在所述数据库存储过程运行时控制所述存储介质所在设备执行上述图2至图5公开的车辆行驶道线的预估方法。
在本公开的上下文中,存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
- 地震预警系统中P波到时提取的同步震级估算方法及装置
- 一种基于特征波形的地震震级估算方法和装置