CN107979812B - Adas与v2v结合的超视距感知与发布方法及系统 - Google Patents
Adas与v2v结合的超视距感知与发布方法及系统 Download PDFInfo
- Publication number
- CN107979812B CN107979812B CN201711180559.7A CN201711180559A CN107979812B CN 107979812 B CN107979812 B CN 107979812B CN 201711180559 A CN201711180559 A CN 201711180559A CN 107979812 B CN107979812 B CN 107979812B
- Authority
- CN
- China
- Prior art keywords
- data
- vehicle
- fusion
- speed
- issuing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 102100034112 Alkyldihydroxyacetonephosphate synthase, peroxisomal Human genes 0.000 title claims abstract 17
- 101000799143 Homo sapiens Alkyldihydroxyacetonephosphate synthase, peroxisomal Proteins 0.000 title claims abstract 17
- 238000000848 angular dependent Auger electron spectroscopy Methods 0.000 title claims abstract 17
- 230000004927 fusion Effects 0.000 claims abstract description 134
- 230000008447 perception Effects 0.000 claims abstract description 26
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 230000001133 acceleration Effects 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 10
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 claims description 9
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 101150004293 lon2 gene Proteins 0.000 claims description 9
- 101150061388 LON1 gene Proteins 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 4
- 239000000523 sample Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
- B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
- B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种ADAS与V2V结合的超视距感知与发布方法及系统，感知与发布方法包括数据融合发布过程和融合数据接收处理过程，所述数据融合发布过程利用V2V模块发布融合后的环境感知数据，所述融合数据接收处理过程利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示。本发明通过对设置有V2V模块的传统ADAS车辆采集数据进行状态反推、数据过滤与数据融合，提高已装备V2V模块车辆的感知与应用范围，从技术角度极大地促进V2V模块的应用和推广进度。本发明能够提高车辆的感知范围与V2V应用的可靠性，降低V2V应用对装车率的依赖性。
Description
技术领域
本发明属于智能车辆环境融合感知领域，具体涉及一种ADAS与V2V结合的超视距感知与发布方法。
背景技术
目前，车辆上已经装备有各种用于感知周边环境的传感器，例如雨量传感器、亮度传感器、位置传感器、运动传感器以及安全辅助传感器等。其中，用于安全辅助的主要有视频、微波/毫米波/激光雷达等。这些传感器都是把车辆作为一个孤立的个体来感知周边环境。这种单车传感器感知方式的感知范围有限，无法感知超视距的环境。虽然，基于V2V(Vehicle to Vehicle)通信的车路协同可以使车辆感知视距之外的环境，但是该方法存在一个重大缺陷，即V2V应用的实际效果严重依赖于V2V设备的装车率。只有具备V2V功能的车辆越多其感知效果才越好。在V2V设备的装车率较低的情况下，其应用效果基本无法体现。
发明内容
为了解决现有技术存在的上述问题，本发明提供了一种ADAS与V2V结合的超视距感知与发布方法及系统。
本发明所采用的技术方案为：一种ADAS与V2V结合的超视距感知与发布方法包括数据融合发布过程和融合数据接收处理过程，所述数据融合发布过程利用V2V模块发布融合后的环境感知数据，所述融合数据接收处理过程利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示。
进一步地，所述数据融合发布过程具体包括以下步骤：
S11、采集数据融合发布车辆上的位置、方向和速度数据；
S12、采集数据融合发布车辆上的加速度和角加速度数据；
S13、判断数据融合发布车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S14，否则跳转执行步骤S11；
S14、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；
S15、判断数据融合发布车辆上的V2V模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S16，否则跳转执行步骤S17；
S16、对于状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤；
S17、将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据；
S18、利用V2V模块发布融合后的环境感知数据。
更进一步地，所述步骤S14中的状态反推处理的具体过程为：
S141、已知基准点的状态信息(lonp0,latp0,headingp0,speedp0)，利用高斯正算计算指定坐标系下的投影坐标(x0,y0)，其转换公式为：(x0,y0)＝GK(lonp0,latp0)，其中GK()表示高斯克吕格投影正算函数；
S142、根据待求点与基准点之间的距离dist和位置相对角angle，计算待求点的坐标(x′,y′)，转换公式为：
S143、利用高斯反算计算待求点的经纬度(lon′,lat′)，转换公式为：
(lon′,lat′)＝GK′(x′,y′)，其中，GK′()表示高斯克吕格投影反算函数；
S144、根据待求点与基准点的距离方向角度差deltaHd，计算待求点的方位角heading′，转换公式为：heading′＝MOD(headingp0+deltaHd,360)，其中MOD()表示求余函数；
S145、根据待求点与基准点的相对速度以及基准点的速度，得到待求点的速度。转换公式为：speed′＝speed+speedp0；
S146、状态反推后待求点的状态为(lon′,lat′,heading′,speed′,size)。
更进一步地，所述步骤S16中过滤的具体过程为：
S161、利用相关系数法判断两数据的相关性；
设数据一为N1＝(lon1,lat1,heading1,speed1)，数据二为N2＝(lon2,lat2,heading2,speed2)，则相关性结果为：
其中，corrcoef表示相关系数，
Cov()表示协方差公式，D()表示方差公式，COEF表示分级判断界限，其根据实际应用需求进行确定；
S162、根据相关性结果对数据进行过滤。
更进一步地，所述步骤S17中的数据发布格式由时间戳、探测车辆自身状态数据以及N个周边车辆反推数据顺序组装构成。
更进一步地，所述数据融合发布车辆上的位置、方向和速度数据采用数据融合发布车辆上的位置传感器进行采集；所述数据融合发布车辆上的加速度和角加速度数据采用数据融合发布车辆上的运动传感器进行采集。
进一步地，所述融合数据接收处理过程具体包括以下步骤：
S21、采集融合数据接收处理车辆的位置、方向和速度数据；
S22、采集融合数据接收处理车辆的加速度和角加速度数据；
S23、判断融合数据接收处理车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S24，否则跳转执行步骤S21；
S24、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推，得到周边车辆的经纬度、速度、方向和尺寸数据；
S25、判断融合数据接收处理车辆上的V2V模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S26，否则跳转执行步骤S27；
S26、将融合数据接收处理车辆的状态数据与周边车辆融合数据中探测到的车辆自身状态数据进行数据相关性判断，若数据相关，则该融合数据用于碰撞预警；否则，该融合数据用于碰撞提醒；
S27、融合数据接收处理车辆利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示，处理完成后跳转执行步骤S21。
更进一步地，所述步骤S26中，数据相关性判断的具体过程为：
设第一车辆的位置为(lon1,lat1)，第二车辆的位置为(lon2,lat2)，则第一车辆与第二车辆之间的欧式距离为
则相关性结果为：
其中，DIST表示分级判断界限，其根据实际应用需求确定。
一种ADAS与V2V结合的超视距感知与发布系统包括数据融合发布车辆和融合数据接收处理车辆，所述数据融合发布车辆和融合数据接收处理车辆上均设置有ADAS、V2V模块、位置传感器和运动传感器；所述数据融合发布车辆用于探测周边车辆距离、角度、相对速度和尺寸信息，并构建周边车辆数据集，对数据集融合后进行发布；所述融合数据接收处理车辆用于对融合数据进行接收，并利用融合数据进行碰撞预警或危险提示。
进一步地，所述数据融合发布车辆上还设置有第一状态反推模块、数据过滤模块、数据融合模块和V2V数据发送单元，所述第一状态反推模块利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；所述数据过滤模块对状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤；所述数据融合模块将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据；所述V2V数据发送单元用于对融合后的环境感知数据进行发布；
所述融合数据接收处理车辆上还设置有V2V数据接收单元、第二状态反推模块、相关性判断模块和场景分类处理模块；所述V2V数据接收单元用于获取周边车辆的状态信息；所述第二状态反推模块利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；所述相关性判断模块用于将融合数据接收处理车辆的状态数据与周边车辆融合数据中探测到的车辆自身状态数据进行数据相关性判断；所述场景分类处理模块利用融合数据进行碰撞预警或危险提示。
由于采用以上技术方案，本发明的有益效果为：本发明通过对设置有V2V模块的传统ADAS车辆采集数据进行状态反推、数据过滤与数据融合，提高已装备V2V模块车辆的感知与应用范围，从技术角度极大地促进V2V模块的应用和推广进度。本发明能够提高车辆的感知范围与V2V应用的可靠性，降低V2V应用对装车率的依赖性。
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一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种ADAS与V2V结合的超视距感知与发布方法中数据融合发布过程的流程图；
图2是本发明一实施例提供的一种ADAS与V2V结合的超视距感知与发布方法中融合数据格式的示意图；
图3是本发明一实施例提供的一种ADAS与V2V结合的超视距感知与发布方法中融合数据接收处理过程的流程图；
图4是本发明一实施例提供的一种ADAS与V2V结合的超视距感知与发布系统的结构示意图；
图5是本发明一实施例提供的一种ADAS与V2V结合的超视距感知与发布方法的应用场景图。
图中：1-数据融合发布车辆；11-第一状态反推模块；12-数据过滤模块；13-数据融合模块；14-V2V数据发送单元；2-融合数据接收处理车辆；21-V2V数据接收单元；22-第二状态反推模块；23-相关性判断模块；24-场景分类处理模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本实用新型一部分实施例，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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
本发明提供了一种ADAS与V2V结合的超视距感知与发布方法，其包括数据融合发布过程和融合数据接收处理过程。
如图1所示，数据融合发布过程具体包括以下步骤：
S11、数据融合发布车辆上的位置传感器采集本车的位置、方向和速度数据。
S12、数据融合发布车辆上的运动传感器采集本车的加速度和角加速度数据。
S13、判断数据融合发布车辆上的ADAS(AdvancedDriverAssistant System，先进驾驶辅助系统)中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S14，否则跳转执行步骤S11。
S14、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸等状态数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸等状态数据。
其中，状态反推处理的具体过程为：
S141、已知基准点的状态信息(lonp0,latp0,headingp0,speedp0)，利用高斯正算计算指定坐标系下的投影坐标(x0,y0)，其转换公式为：(x0,y0)＝GK(lonp0,latp0)，其中GK()表示高斯克吕格投影正算函数。
S142、根据待求点与基准点之间的距离dist和位置相对角angle，计算待求点的坐标(x′,y′)，转换公式为：
S143、利用高斯反算计算待求点的经纬度(lon′,lat′)，转换公式为：
(lon′,lat′)＝GK′(x′,y′)，其中，GK′()表示高斯克吕格投影反算函数。
S144、根据待求点与基准点的距离方向角度差deltaHd，计算待求点的方位角heading′，转换公式为：heading′＝MOD(headingp0+deltaHd,360)，其中MOD()表示求余函数。
S145、根据待求点与基准点的相对速度以及基准点的速度，得到待求点的速度。转换公式为：speed′＝speed+speedp0。
S146、状态反推后待求点的状态为(lon′,lat′,heading′,speed′,size)。
S15、判断数据融合发布车辆上的V2V(Vehicle to Vehicle)模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S16，否则跳转执行步骤S17。
S16、对于状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤。其中，过滤的具体过程为：
S161、利用相关系数法判断两数据的相关性；
设数据一为N1＝(lon1,lat1,heading1,speed1)，数据二为N2＝(lon2,lat2,heading2,speed2)，则相关性结果为：
其中，corrcoef表示相关系数，
Cov()表示协方差公式，D()表示方差公式，COEF表示分级判断界限，其根据实际应用需求进行确定。
S162、根据相关性结果对数据进行过滤。
S17、将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据。
具体地，如图2所示，数据发布格式由时间戳、探测车辆自身状态数据以及N个周边车辆反推数据顺序组装构成。时间戳的精度为毫秒，探测车辆自身状态数据包括车辆标志ID、车辆经纬度、速度、方向、加速度、尺寸等数据，周边车辆反推数据包括车辆经纬度、速度、方向、距离、加速度、尺寸等数据，其中经纬度、速度、方向和距离为必要信息。
S18、利用V2V模块发布融合后的环境感知数据。
如图3所示，融合数据接收处理过程具体包括以下步骤：
S21、融合数据接收处理车辆上的位置传感器采集本车的位置、方向和速度数据。
S22、融合数据接收处理车辆上的运动传感器采集本车加速度和角加速度数据。
S23、判断融合数据接收处理车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S24，否则跳转执行步骤S21。
S24、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸等状态数据以及本车的位置、方向和速度数据进行状态反推，得到周边车辆的经纬度、速度、方向和尺寸等状态数据。
S25、判断融合数据接收处理车辆上的V2V(Vehicle to Vehicle)模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S26，否则跳转执行步骤S27。其中，探测信息还包括包含周边车辆融合数据。
S26、将融合数据接收处理车辆的状态数据与周边车辆融合数据中探测到的车辆自身状态数据进行数据相关性判断，若数据相关，则该融合数据可用于碰撞预警与控制类安全等级较高的应用；否则，该融合数据用于碰撞提醒类安全等级一般的应用。
具体地，进行数据相关性判断时，采用两车辆的位置欧氏距离进行分级判断。设第一车辆的位置为(lon1,lat1)，第二车辆的位置为(lon2,lat2)，则第一车辆与第二车辆之间的欧式距离为
则相关性结果为：
其中，DIST表示分级判断界限，其根据实际应用需求确定。
S27、融合数据接收处理车辆利用融合数据并采用场景分类处理算法进行碰撞预警和危险提示等，处理完成后跳转执行步骤S21。
如图4所示，本发明还提供了一种ADAS与V2V结合的超视距感知与发布系统，其包括数据融合发布车辆1和融合数据接收处理车辆2。数据融合发布车辆1和融合数据接收处理车辆2上均设置有ADAS、V2V模块、位置传感器和运动传感器。数据融合发布车辆1用于探测周边车辆距离、角度、相对速度和尺寸信息，并构建周边车辆数据集，对数据集融合后进行发布。融合数据接收处理车辆2用于对融合数据进行接收，并利用融合数据进行碰撞预警或危险提示。
数据融合发布车辆1上还设置有第一状态反推模块11、数据过滤模块12、数据融合模块13和V2V数据发送单元14。
数据融合发布车辆1上的位置传感器采集本车的位置、方向和速度数据，数据融合发布车辆1上的运动传感器采集本车的加速度和角速度数据。数据融合发布车辆1上的ADAS中的传感器探测周围车辆的距离、位置相对角、距离方向角度差、速度和尺寸等状态数据。
第一状态反推模块11利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸等状态数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸等状态数据。
数据过滤模块12对状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤。
数据融合模块13将数据融合发布车辆1的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据。
V2V数据发送单元14用于对融合后的环境感知数据进行发布。
融合数据接收处理车辆2上还设置有V2V数据接收单元21、第二状态反推模块22、相关性判断模块23和场景分类处理模块24。
融合数据接收处理车辆2上的位置传感器采集本车的位置、方向和速度数据，融合数据接收处理车辆2上的运动传感器采集本车的加速度和角速度数据。融合数据接收处理车辆2上的ADAS中的传感器探测周围车辆的距离、位置相对角、距离方向角度差、速度和尺寸等状态数据。
V2V数据接收单元21用于获取周边车辆的状态信息，该车辆状态信息包括数据融合发布车辆1探测到的未安装V2V模块的车辆的状态信息，从而能够提高融合数据接收处理车辆2的感知范围。
第二状态反推模块22利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸等状态数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸等状态数据。
相关性判断模块23用于将融合数据接收处理车辆2的状态数据与周边车辆融合数据中探测到的车辆自身状态数据进行数据相关性判断。
场景分类处理模块24利用融合数据进行碰撞预警或危险提示等。
实施例1如图5所示，车辆I为数据融合发布车辆，车辆II为融合数据接收处理车辆。车辆I和车辆II上均设置有ADAS、V2V模块、位置传感器和运动传感器。其余车辆上未设置V2V模块。
车辆I进行数据融合发布时，其具体过程为：
S11、数据融合发布车辆上的位置传感器采集本车的位置、方向和速度数据(lonp0,latp0,headingp0,speedp0)。
S12、数据融合发布车辆上的运动传感器采集本车的加速度和角加速度数据(apx0,apy0,apz0；ωpx0,ωpy0,ωpz0)。
S13、判断数据融合发布车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S14，否则跳转执行步骤S11。
S14、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸(dist,angle,deltaHd,speed,size)等状态数据和本车的位置、方向和速度数据(lonp0,latp0,headingp0,speedp0)进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸等状态数据(lon′,lat′,heading′,speed′,size)。
S15、判断数据融合发布车辆上的V2V(VehicletoVehicle)模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S16，否则跳转执行步骤S17。
S16、对于状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤。
S17、将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据。
S18、利用V2V模块发布融合后的环境感知数据。
车辆II对融合后的环境感知数据进行接收处理，其具体过程为：
S21、融合数据接收处理车辆上的位置传感器采集本车的位置、方向和速度数据(lonr0,latr0,headingr0,speedr0)。
S22、融合数据接收处理车辆上的运动传感器采集本车加速度和角加速度数据(arx0,ary0,arz0；ωrx0,ωry0,ωrz0)。
S23、判断融合数据接收处理车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S24，否则跳转执行步骤S21。
S24、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸(dist,angle,deltaHd,speed,size)等状态数据以及本车的位置、方向和速度数据(lonr0,latr0,headingr0,speedr0)进行状态反推，得到周边车辆的经纬度、速度、方向和尺寸等状态数据(lon′,lat′,heading′,speed′,size)。
S25、判断融合数据接收处理车辆上的V2V(Vehicle to Vehicle)模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S26，否则跳转执行步骤S27。其中，探测到的信息还包括周边车辆的融合数据。
S26、将融合数据接收处理车辆的状态数据与探测到的周边车辆融合数据中的车辆自身状态数据进行数据相关性判断，若数据相关，则表明车辆I与车辆II为位置相邻关系，该融合数据可用于碰撞预警与控制类安全等级较高的应用；否则，表明车辆I与车辆II为非相邻位置关系，该融合数据用于碰撞提醒类安全等级一般的应用。
S27、融合数据接收处理车辆利用融合数据并采用场景分类处理算法进行碰撞预警和危险提示等，处理完成后跳转执行步骤S21。其中，角速度和角加速度数据用于场景分类处理算法中进行碰撞轨迹和碰撞时间的预测。
本发明在V2V模块的装车率不高时，通过对设置有V2V模块的传统ADAS车辆采集数据进行状态反推、数据过滤与数据融合，提高已装备V2V模块车辆的感知与应用范围，从技术角度极大地促进V2V模块的应用和推广进度。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (7)
1.一种ADAS与V2V结合的超视距感知与发布方法，其特征在于，它包括数据融合发布过程和融合数据接收处理过程，所述数据融合发布过程利用V2V模块发布融合后的环境感知数据，所述融合数据接收处理过程利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示；
所述数据融合发布过程具体包括以下步骤：
S11、采集数据融合发布车辆上的位置、方向和速度数据；
S12、采集数据融合发布车辆上的加速度和角加速度数据；
S13、判断数据融合发布车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S14，否则跳转执行步骤S11；
S14、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；
S15、判断数据融合发布车辆上的V2V模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S16，否则跳转执行步骤S17；
S16、对于状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤；
S17、将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据；
S18、利用V2V模块发布融合后的环境感知数据；
所述融合数据接收处理过程具体包括以下步骤：
S21、采集融合数据接收处理车辆的位置、方向和速度数据；
S22、采集融合数据接收处理车辆的加速度和角加速度数据；
S23、判断融合数据接收处理车辆上的ADAS中的传感器是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S24，否则跳转执行步骤S21；
S24、利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推，得到周边车辆的经纬度、速度、方向和尺寸数据；
S25、判断融合数据接收处理车辆上的V2V模块是否探测到本车周边有车辆，若探测到有车辆，则执行步骤S26，否则跳转执行步骤S27；
S26、将融合数据接收处理车辆的状态数据与周边车辆融合数据中探测到的车辆自身状态数据进行数据相关性判断，若数据相关，则该融合数据用于碰撞预警；否则，该融合数据用于碰撞提醒；
S27、融合数据接收处理车辆利用融合数据并采用场景分类处理算法进行碰撞预警或危险提示，处理完成后跳转执行步骤S21。
2.如权利要求1所述的ADAS与V2V结合的超视距感知与发布方法，其特征在于，所述步骤S14中的状态反推处理的具体过程为：
S141、已知基准点的状态信息(lonp0，latp0，headingp0，speedp0)，其中，lonp0为基准点的经度值，latp0为基准点的纬度值，headingp0为基准点的航向角，speedp0为基准点的速度，利用高斯正算计算指定坐标系下的投影坐标(x0，y0)，其转换公式为：(x0，y0)＝GK(lonp0，latp0)，其中GK()表示高斯克吕格投影正算函数；
S142、根据待求点与基准点之间的距离dist和位置相对角angle，计算待求点的坐标(x′，y′)，转换公式为：
S143、利用高斯反算计算待求点的经纬度(lon′，lat′)，转换公式为：
(lon′，lat′)＝GK′(x′，y′)，其中，GK′()表示高斯克吕格投影反算函数；
S144、根据待求点与基准点的距离方向角度差deltaHd，计算待求点的方位角heading′，转换公式为：heading′＝MOD(headingp0+deltaHd，360)，其中MOD()表示求余函数；
S145、根据待求点与基准点的相对速度以及基准点的速度，得到待求点的速度；转换公式为：speed′＝speed+speedp0；
S146、状态反推后待求点的状态为(lon′，lat′，heading′，speed′，size)，其中，lon′为待求点的经度值，lat′为待求点的纬度值，heading′为待求点的航向角，speed′为待求点的速度，size为待求点的尺寸数据。
3.如权利要求1所述的ADAS与V2V结合的超视距感知与发布方法，其特征在于，所述步骤S16中过滤的具体过程为：
S161、利用相关系数法判断两数据的相关性；
设数据一为N1＝(lon1，lat1，heading1，speed1)，数据二为N2＝(lon2，lat2，heading2，speed2)，其中，lon1为N1的经度值，lat1为N1的纬度值，heading1为N1的航向角，speed1为N1的速度，lon2为N2的经度值，lat2为N2的纬度值，heading2为N2的航向角，speed2为N2的速度，则相关性结果为：
其中，corrcoef表示相关系数，
Cov()表示协方差公式，D()表示方差公式，COEF表示分级判断界限，其根据实际应用需求进行确定；
S162、根据相关性结果对数据进行过滤。
4.如权利要求1所述的ADAS与V2V结合的超视距感知与发布方法，其特征在于，所述步骤S17中的数据发布格式由时间戳、探测车辆自身状态数据以及N个周边车辆反推数据顺序组装构成。
5.如权利要求1所述的ADAS与V2V结合的超视距感知与发布方法，其特征在于，所述数据融合发布车辆上的位置、方向和速度数据采用数据融合发布车辆上的位置传感器进行采集；所述数据融合发布车辆上的加速度和角加速度数据采用数据融合发布车辆上的运动传感器进行采集。
6.如权利要求1所述的ADAS与V2V结合的超视距感知与发布方法，其特征在于，所述步骤S26中，数据相关性判断的具体过程为：
设第一车辆的位置为(lon1,lat1)，第二车辆的位置为(lon2,lat2)，其中，lon1为第一车辆的经度值，lat1为第一车辆的纬度值，lon2为第二车辆的经度值，lat2为第二车辆的纬度值，则第一车辆与第二车辆之间的欧式距离为
则相关性结果为：
其中，DIST表示分级判断界限，其根据实际应用需求确定。
7.一种ADAS与V2V结合的超视距感知与发布系统，其特征在于，它包括数据融合发布车辆和融合数据接收处理车辆，所述数据融合发布车辆和融合数据接收处理车辆上均设置有ADAS、V2V模块、位置传感器和运动传感器；所述数据融合发布车辆用于探测周边车辆距离、角度、相对速度和尺寸信息，并构建周边车辆数据集，对数据集融合后进行发布；所述融合数据接收处理车辆用于对融合数据进行接收，并利用融合数据进行碰撞预警或危险提示；
所述数据融合发布车辆上还设置有第一状态反推模块、数据过滤模块、数据融合模块和V2V数据发送单元，所述第一状态反推模块利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；所述数据过滤模块对状态反推得到的周边车辆的状态数据中与V2V模块探测到的周边车辆的状态数据相关的数据进行过滤；所述数据融合模块将数据融合发布车辆的状态数据和过滤后的周边车辆的状态数据按照指定数据发布格式进行融合，得到融合后的环境感知数据；所述V2V数据发送单元用于对融合后的环境感知数据进行发布；
所述融合数据接收处理车辆上还设置有V2V数据接收单元、第二状态反推模块、相关性判断模块和场景分类处理模块；所述V2V数据接收单元用于获取周边车辆的状态信息；所述第二状态反推模块利用ADAS中的传感器探测到的距离、位置相对角、距离方向角度差、速度和尺寸数据以及本车的位置、方向和速度数据进行状态反推处理，得到周边车辆的经纬度、速度、方向和尺寸数据；所述相关性判断模块用于将融合数据接收处理车辆的状态数据与周边车辆融合数据中探测到的车辆自身状态数据进行数据相关性判断；所述场景分类处理模块利用融合数据进行碰撞预警或危险提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711180559.7A CN107979812B (zh) | 2017-11-23 | 2017-11-23 | Adas与v2v结合的超视距感知与发布方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711180559.7A CN107979812B (zh) | 2017-11-23 | 2017-11-23 | Adas与v2v结合的超视距感知与发布方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107979812A CN107979812A (zh) | 2018-05-01 |
| CN107979812B true CN107979812B (zh) | 2020-06-19 |
Family
ID=62011302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711180559.7A Active CN107979812B (zh) | 2017-11-23 | 2017-11-23 | Adas与v2v结合的超视距感知与发布方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107979812B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112399347B (zh) * | 2019-07-31 | 2022-04-05 | 华为技术有限公司 | 一种报文处理方法及设备 |
| CN110634328A (zh) * | 2019-09-17 | 2019-12-31 | 重庆大学 | 一种多传感器信息与v2x技术融合的变道辅助方法及系统 |
| CN113264062B (zh) * | 2020-02-14 | 2022-09-16 | 宏碁股份有限公司 | 行车警示方法与行车警示系统 |
| DE102020112270A1 (de) | 2020-05-06 | 2021-11-11 | Audi Aktiengesellschaft | Lokalisierung von V2X-fähigen Nachbarfahrzeugen |
| CN112896180A (zh) * | 2020-12-31 | 2021-06-04 | 清华大学苏州汽车研究院（吴江） | 一种超视距感知、算力共享型adas控制器系统 |
| CN112769929B (zh) * | 2020-12-31 | 2023-02-21 | 招商局检测车辆技术研究院有限公司 | 面向车路协同技术的场地在环测试系统及测试方法 |
| KR20220144003A (ko) * | 2021-04-16 | 2022-10-26 | 주식회사 에이치엘클레무브 | 운전자 보조 시스템 및 그를 가지는 차량 |
| CN114435398B (zh) * | 2022-01-26 | 2023-07-28 | 北京国家新能源汽车技术创新中心有限公司 | 基于v2x的adas在前车遮挡场景下的决策控制方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009030522A1 (de) * | 2007-08-29 | 2009-03-12 | Continental Teves Ag & Co. Ohg | Onlineerstellung einer digitalen karte |
| CN202163431U (zh) * | 2011-06-30 | 2012-03-14 | 中国汽车技术研究中心 | 基于多传感器信息融合的碰撞及偏离预警装置 |
| CN103217165A (zh) * | 2012-01-19 | 2013-07-24 | 沃尔沃汽车公司 | 驾驶员辅助系统 |
| CN105313897A (zh) * | 2014-07-28 | 2016-02-10 | 现代摩比斯株式会社 | 车辆的行驶车道识别系统及方法 |
| CN106056972A (zh) * | 2016-06-29 | 2016-10-26 | 江苏科技大学 | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 |
| CN106097773A (zh) * | 2015-05-01 | 2016-11-09 | 现代自动车美国技术研究所 | 预测性道路危险识别系统 |
| CN106485949A (zh) * | 2015-07-20 | 2017-03-08 | 德韧营运有限责任公司 | 针对车辆的摄像机和v2v数据的传感器融合 |
| CN107042824A (zh) * | 2015-10-23 | 2017-08-15 | 哈曼国际工业有限公司 | 用于检测车辆中的意外事件的系统和方法 |
-
2017
- 2017-11-23 CN CN201711180559.7A patent/CN107979812B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009030522A1 (de) * | 2007-08-29 | 2009-03-12 | Continental Teves Ag & Co. Ohg | Onlineerstellung einer digitalen karte |
| CN202163431U (zh) * | 2011-06-30 | 2012-03-14 | 中国汽车技术研究中心 | 基于多传感器信息融合的碰撞及偏离预警装置 |
| CN103217165A (zh) * | 2012-01-19 | 2013-07-24 | 沃尔沃汽车公司 | 驾驶员辅助系统 |
| CN105313897A (zh) * | 2014-07-28 | 2016-02-10 | 现代摩比斯株式会社 | 车辆的行驶车道识别系统及方法 |
| CN106097773A (zh) * | 2015-05-01 | 2016-11-09 | 现代自动车美国技术研究所 | 预测性道路危险识别系统 |
| CN106485949A (zh) * | 2015-07-20 | 2017-03-08 | 德韧营运有限责任公司 | 针对车辆的摄像机和v2v数据的传感器融合 |
| CN107042824A (zh) * | 2015-10-23 | 2017-08-15 | 哈曼国际工业有限公司 | 用于检测车辆中的意外事件的系统和方法 |
| CN106056972A (zh) * | 2016-06-29 | 2016-10-26 | 江苏科技大学 | 一种基于车辆行驶速度和位置信息融合的安全防撞预警方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107979812A (zh) | 2018-05-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107979812B (zh) | Adas与v2v结合的超视距感知与发布方法及系统 | |
| US11287524B2 (en) | System and method for fusing surrounding V2V signal and sensing signal of ego vehicle | |
| JP6714513B2 (ja) | 車両のナビゲーションモジュールに対象物の存在を知らせる車載装置 | |
| CN102077259B (zh) | 车辆相对位置推定装置及车辆相对位置推定方法 | |
| US9393958B2 (en) | Method and system for validating information | |
| CN103577682B (zh) | 在道路改变情境中使用导航输入的锚车道选择方法 | |
| CN101799992B (zh) | 组合的车辆到车辆通信和目标检测感测 | |
| JP6256531B2 (ja) | 物体認識処理装置、物体認識処理方法および自動運転システム | |
| CN103703497B (zh) | 车辆确定系统及车辆确定装置 | |
| US9469343B2 (en) | System, method, and computer-readable recording medium for lane keeping control | |
| US20190347808A1 (en) | Monocular Visual Odometry: Speed And Yaw Rate Of Vehicle From Rear-View Camera | |
| KR20180020886A (ko) | 트래픽 사운드 데이터를 처리하여 운전자 보조를 제공하기 위한 시스템 및 방법 | |
| EP1901259A1 (en) | Vehicle and lane recognizing device | |
| KR101439019B1 (ko) | 차량 제어 장치 및 그 자율 주행 방법 | |
| Ortiz et al. | Applications and services using vehicular exteroceptive sensors: A survey | |
| CN105809126A (zh) | Dsrc与车载传感器融合的智能车辆目标跟踪系统及方法 | |
| US12179751B2 (en) | Remote target vehicle tracking in a region surrounding a motor vehicle | |
| US11654828B2 (en) | Alert output apparatus | |
| Xu et al. | Leveraging smartphones for vehicle lane-level localization on highways | |
| Weiss et al. | Multiple-model tracking for the detection of lane change maneuvers | |
| JP2022513511A (ja) | 完全性範囲を特定するための方法 | |
| JP2016197279A (ja) | 衝突回避装置及び衝突回避システム | |
| Ortiz et al. | Vehicle telematics via exteroceptive sensors: A survey | |
| US11501539B2 (en) | Vehicle control system, sensing device and sensing data processing method | |
| JP2010003086A (ja) | ドライブレコーダー |
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 | ||
| CP03 | Change of name, title or address |
Address after: 400000 9 Xinjin Avenue, high tech Zone, Jiulongpo District, Chongqing Patentee after: China Merchants Testing Vehicle Technology Research Institute Co.,Ltd. Address before: 401120 No.1, Huixing Road, jingkaiyuan, northern New District, Yubei District, Chongqing Patentee before: CHONGQING VEHICLE TEST & Research Institute |
|
| CP03 | Change of name, title or address | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231221 Address after: 400041 Building 1, No. 9 Xinjin Avenue, Jinfeng Town, High tech Zone, Jiulongpo District, Chongqing Patentee after: China Merchants Zhixing (Chongqing) Technology Co.,Ltd. Address before: 400000 9 Xinjin Avenue, high tech Zone, Jiulongpo District, Chongqing Patentee before: China Merchants Testing Vehicle Technology Research Institute Co.,Ltd. |
|
| TR01 | Transfer of patent right |