CN115482679A - 一种自动驾驶盲区预警方法、装置和消息服务器 - Google Patents
一种自动驾驶盲区预警方法、装置和消息服务器 Download PDFInfo
- Publication number
- CN115482679A CN115482679A CN202211122315.4A CN202211122315A CN115482679A CN 115482679 A CN115482679 A CN 115482679A CN 202211122315 A CN202211122315 A CN 202211122315A CN 115482679 A CN115482679 A CN 115482679A
- Authority
- CN
- China
- Prior art keywords
- blind area
- intelligent vehicle
- speed
- road side
- side unit
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004891 communication Methods 0.000 claims abstract description 28
- 230000009471 action Effects 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 10
- 238000009434 installation Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 description 11
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000255925 Diptera Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自动驾驶盲区预警方法、装置和消息服务器,其中方法应用于消息服务器,具体包括:基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据;基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息;基于位置信息判断智能车辆是否受到路侧单元所在盲区的影响;若智能车辆受到路侧单元所在盲区的影响,则通过消息中间件分别与路侧单元和智能车辆建立发布‑订阅关系,以将盲区数据推送到智能车辆,以使智能车辆基于盲区数据进行速度规划。本发明提供的技术方案,提高了盲区数据推送的准确度。
Description
技术领域
本发明涉及自动驾驶领域,具体涉及一种自动驾驶盲区预警方法、装置和消息服务器。
背景技术
目前,无人驾驶技术已经逐渐开始应用于工业园区等非公共道路场景,在实际工业园区内中做无人驾驶技术时发现,自动驾驶车辆由于车端感知的距离问题和实际复杂场景所限制,在某些地点会出现无法感知的盲区。例如在直角路口附近,如果有其他车辆突然出现在路口处,会导致俗称“鬼探头”的现象发生,从而发生碰撞。而目前的自动驾驶技术,其自动驾驶车辆实际可反应的距离还很短(碰撞距离通常小于10米),对于自动驾驶技术提出了难以逾越的问题和严峻的挑战。
针对这一问题,如图1所示,现有技术通常在盲区位置设置路侧单元,通过路侧单元实时感知盲区内的目标信息,并将盲区内的目标信息通过广播的形式传递给附近的智能车辆,使其提前刹车。但是通过路侧单元进行广播并非定向推送,可能会有本身未受到盲区影响的车辆接收到盲区数据,造成额外的计算量增加,干扰到未受到盲区影响车辆的自动驾驶。
发明内容
有鉴于此,本发明实施方式提供了一种自动驾驶盲区预警方法、装置和消息服务器,从而提高了盲区数据推送的准确度。
根据第一方面,本发明提供了一种自动驾驶盲区预警方法,应用于消息服务器,所述方法包括:基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据;基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息;基于所述位置信息判断所述智能车辆是否受到所述路侧单元所在盲区的影响;若所述智能车辆受到所述路侧单元所在盲区的影响,则通过消息中间件分别与所述路侧单元和所述智能车辆建立发布-订阅关系,以将所述盲区数据推送到所述智能车辆,以使所述智能车辆基于所述盲区数据进行速度规划。
可选地,所述路侧单元通过如下方式获取所述盲区数据:通过预存的盲区位置数据和感知的盲区画面数据,计算转移矩阵;当感知到盲区内的障碍目标时,对所述障碍目标进行跟踪,获取所述障碍目标的跟踪信息;通过所述转移矩阵计算所述跟踪信息所对应的世界坐标,并通过所述世界坐标确定所述盲区数据。
可选地,所述通过所述世界坐标确定所述盲区数据,包括:基于各个跟踪时刻的所述世界坐标确定所述障碍目标的速度和位置;根据盲区与路侧单元安装位置的相对位置,确定该盲区的速度敏感方向;将所述障碍目标的速度进行分解,得到所述速度敏感方向的速度分量,并将所述速度分量和所述障碍目标的位置作为所述盲区数据。
可选地,所述智能车辆基于所述盲区数据进行速度规划,包括:基于所述障碍目标的位置和所述速度分量计算所述障碍目标是否会与自身发生碰撞;若所述障碍目标会与自身发生碰撞,则基于电子围栏的方式对本车进行速度规划。
可选地,所述基于电子围栏的方式对本车进行速度规划,包括:在所述盲区位置之前生成边界区域和预设减速动作,并判断自身位置是否在所述边界区域内;若自身位置处于所述边界区域内,则执行所述预设减速动作。
可选地,所述基于电子围栏的方式对本车进行速度规划,还包括:在执行所述预设减速动作时,以预设时间间隔基于所述障碍目标的位置和所述速度分量计算所述障碍目标是否会与自身发生碰撞;若计算结果表征不会发生碰撞,则解除所述边界区域,并执行恢复本车原车速的动作。
可选地,所述方法还包括:当前智能车辆将生成的边界区域和预设减速动作上传到所述消息服务器,以使所述消息服务器将所述生成的边界区域和预设减速动作下发到处于所述当前智能车辆周围的其他智能车辆。
根据第二方面,本发明实施例提供了一种自动驾驶盲区预警装置,应用于消息服务器,所述装置包括:路侧单元通信模块,用于基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据;智能车辆通信模块,用于基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息;位置分析模块,用于基于所述位置信息判断所述智能车辆是否受到所述路侧单元所在盲区的影响;匹配模块,用于若所述智能车辆受到所述路侧单元所在盲区的影响,则通过消息中间件分别与所述路侧单元和所述智能车辆建立发布-订阅关系,以将所述盲区数据推送到所述智能车辆,以使所述智能车辆基于所述盲区数据进行速度规划。
根据第三方面,本发明实施例提供了一种消息服务器,包括:存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
根据第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机从而执行第一方面,或者第一方面任意一种可选实施方式中所述的方法。
本申请提供的技术方案,具有如下优点:
本申请提供的技术方案,通过消息中间件分别与盲区侧的路侧单元和处于附近的智能车辆建立通信连接,并根据智能车辆发送的位置信息判断智能车辆的行进路线是否受到盲区影响,如果智能车辆的行进受到盲区影响,则基于消息中间件分别与路侧单元和智能车辆建立了发布消息和订阅消息的关系,使得路侧单元将盲区数据以消息的形式发布到消息中间件,再使对应的智能车辆从消息中间件点对点获取盲区数据。进而利用获得的盲区数据进行速度规划,避免碰撞。通过上述步骤,实现盲区数据的定向推送,避免不相干车辆接收到冗余消息,同时提高智能车辆自动驾驶的稳定性。
此外,在一实施例中,路侧单元还将从盲区内获取到的障碍目标速度进行速度分解,得到盲区速度敏感方向上的速度分量,然后以速度分量作为盲区数据推送给对应的智能车辆。而现有技术不根据配置的速度分解,广播出去的速度是与地图坐标系相关的一组速度分量。这种模式下,智能车辆需结合自车经过该路段的速度方向自行进行速度转换,消耗算力和时间。本实施例在路侧单元对速度敏感方向进行速度分解可以让智能车辆直接使用收到的数据而无需进一步计算,进一步提高自动驾驶的稳定性和安全性。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了现有技术盲区与行进路线的位置示意图;
图2示出了本发明一个实施方式中一种自动驾驶盲区预警方法的步骤示意图;
图3示出了本发明一个实施方式中一种自动驾驶盲区预警方法的流程示意图;
图4示出了本发明一个实施方式中一种自动驾驶盲区预警装置的结构示意图;
图5示出了本发明一个实施方式中一种消息服务器的结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
请参阅图2和图3,在一个实施方式中,一种自动驾驶盲区预警方法,应用于消息服务器,具体包括以下步骤:
步骤S101:基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据。
步骤S102:基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息。
步骤S103:基于位置信息判断智能车辆是否受到路侧单元所在盲区的影响。
步骤S104:若智能车辆受到路侧单元所在盲区的影响,则通过消息中间件分别与路侧单元和智能车辆建立发布-订阅关系,以将盲区数据推送到智能车辆,以使智能车辆基于盲区数据进行速度规划。
具体地,消息服务器是一种用于部署消息中间件,并通过消息中间件接收、传递、转发消息的服务器。在本实施例中,基于部署在服务器中的消息中间件,提高盲区预警过程中盲区数据推送的准确性。在盲区对侧部署路侧单元,路侧单元中具有感知障碍目标的的感知单元,包括但不限于摄像头、红外雷达。通过感知单元可以识别出障碍目标的类别和障碍目标在图像中的位置,从而基于障碍目标的类别和图像中位置生成盲区数据,路侧单元与消息服务器建立通信连接并保持通信连接,将盲区数据以消息的形式发送到服务器中的消息中间件。智能车辆通过车辆上的通信单元同样与消息服务器建立通信连接,并保持通信连接,智能车辆将自身的位置信息发送给消息服务器。若在某一园区有多个盲区,且各个盲区均部署有路侧单元,则每一个路侧单元对应于消息服务器中的一个消息中间件,且服务器中预存了各个路侧单元的位置信息。服务器接收到智能车辆发送的位置信息之后,会根据智能车辆的位置信息与各个路侧单元进行匹配,匹配方式包括但不限于搜索智能车辆与距离最近的路侧单元有哪些,在距离最近的路侧单元中,确定路侧单元所在的道路是否是智能车辆正在行驶的道路。从而基于多个匹配条件,找出满足各个匹配条件的智能车辆,确定出智能车辆是否具有经过某些盲区的可能性,受到某些盲区的影响。假设当前智能车辆受到某个盲区的影响,消息服务器则通过该盲区所对应的消息中间件分别与路侧单元和智能车辆建立发布-订阅关系,使得路侧单元向关联的消息中间件发布消息,使智能车辆从订阅的消息中间件中拉取消息,从而实现盲区数据点对点的定向推送,避免不相干车辆接收到冗余消息。接收到盲区数据的智能车辆根据消息及时进行速度规划,避让盲区内的障碍目标,附近其他车辆不会接收到盲区数据因此对自身既定的行驶决策没有影响,继续稳步行驶,提高了智能车辆自动驾驶的稳定性。
具体地,在一实施例中,路侧单元获取盲区数据的步骤包括:
步骤一:通过预存的盲区位置数据和感知的盲区画面数据,计算转移矩阵。
步骤二:当感知到盲区内的障碍目标时,对障碍目标进行跟踪,获取障碍目标的跟踪信息。
步骤三:通过转移矩阵计算跟踪信息所对应的世界坐标,并通过世界坐标确定盲区数据。
具体地,在本实施例中,为了进一步提高智能车辆速度规划计算速度,进而提高智能车辆响应制动控制的效率,提高自动驾驶的安全性。路侧单元内部预存盲区的盲区位置数据,即各个位置的世界坐标。路侧单元通过感知单元预先获取没有障碍目标的盲区画面数据,可以通过相机标定法将盲区位置数据和盲区画面数据建立映射关系,从而根据映射关系计算出转移矩阵,并存储转移矩阵。当感知单元拍摄到盲区内障碍目标时,由于障碍目标是移动的,为了避免智能车辆与其碰撞,发送的盲区数据必须准确包含障碍目标的信息,因此感知单元锁定障碍目标并跟踪障碍目标,得到跟踪信息。路侧单元实时通过转移矩阵计算跟踪信息在各个跟踪时刻的世界坐标,然后路侧单元可以将得到的世界坐标作为盲区数据,或者对世界坐标进一步处理后确定盲区数据,世界坐标后续可以在车端根据车辆所属场景和位置姿态进行匹配,用于车端进行融合使用。通过本实施例的步骤,避免直接发送给智能车辆障碍目标图像,造成智能车辆计算量大、响应速度慢的问题。此外,在本实施例中,路侧单元还按照预设周期对盲区画面重新标定,自适应更新转移矩阵,保证当传感器位置发生偏移时,仍有准确的矩阵可供使用。针对传感器发生偏移的情况,如果将障碍目标画面数据直接发送给智能车辆,智能车辆发现画面偏移再重新标定,然后进行坐标转换,很可能导致智能车辆因为计算时间过长,来不及制动,与障碍目标发生碰撞。因此,本实施例通过路侧单元进行坐标转换再基于世界坐标确定盲区数据的方法,进一步提高了智能车辆自动驾驶的安全性与稳定性。
具体地,在一实施例中,上述步骤三,具体包括如下步骤:
步骤四:基于各个跟踪时刻的世界坐标确定障碍目标的速度和位置。
步骤五:根据盲区与路侧单元安装位置的相对位置,确定该盲区的速度敏感方向。
步骤六:将障碍目标的速度进行分解,得到速度敏感方向的速度分量,并将速度分量和障碍目标的位置作为盲区数据。
具体地,在本实施例中,路侧单元根据各个跟踪时刻的世界坐标可以确定障碍目标在各个跟踪时刻的位置,然后利用位置随时间变化的关系,计算出障碍目标的速度。之后路侧单元根据自身与盲区的相对位置,找出该盲区的速度敏感方向,速度敏感方向为盲区影响的无人驾驶车辆所关注的速度方向。最后,路侧单元将障碍目标的速度在速度敏感方向上进行速度分解之后,再将速度分量作为盲区数据的一部分发送给智能车辆,进一步提高智能车辆的响应速度。例如:根据盲区与路侧单元安装位置的相对位置情况,在工勘及安装时确定出该盲区对何种方向的速度敏感。假设盲区与车辆行驶道路呈90°夹角垂直驶出的速度对于沿车道行驶的车影响最大,盲区中与道路平行的速度影响最小,那么不论障碍目标以何种方向何种速度移动,基于速度敏感方向对障碍目标进行速度分解,得到障碍目标与车辆行驶道路呈90°夹角垂直驶出的速度分量,并重点关注该速度分量。现有的盲区预警方法,不进行定制速度分解,给出的速度一般是与地图相关的一组速度分量,即地图x方向速度以及y方向速度或经度方向速度与纬度方向速度。在现有技术的模式下,智能车辆需结合自身经过该路段的速度方向对自身进行速度转换,消耗算力和时间。而路侧设备已知车辆经过各区域的速度方向,故对障碍物进行速度分解可以让车辆直接使用收到的数据而无需进一步计算,减少智能车辆响应时间,进一步提高智能车辆行驶的安全性和稳定性。
具体地,在一实施例中,智能车辆基于盲区数据进行速度规划的步骤,包括:
步骤七:基于障碍目标的位置和速度分量计算障碍目标是否会与自身发生碰撞。
步骤八:若障碍目标会与自身发生碰撞,则基于电子围栏的方式对本车进行速度规划。
具体地,智能车辆接收到消息服务器推送的数据后,如有需要则将关于世界坐标系的数据转换成车端规划控制模块所使用坐标系下的数据。智能车辆通过障碍目标的位置信息、速度分量信息、本车与盲区的距离和自身当前速度进行位置预测,预测在未来某一时刻,本车与障碍目标是否会发生接触。智能车辆计算本车是否与障碍目标发生碰撞的具体计算过程为现有技术,在此不再赘述。如果智能车辆预测到本车会与障碍目标发生碰撞,则在碰撞位置之前,生成电子围栏,强制本车的处理器单元认为电子围栏位置是高风险地区,进而开始制动,保证车辆停止在电子围栏位置,使智能车辆既不会减速过快,也不会减速过慢,提高速度规划准确度,最大化车辆运行效率。
具体地,在本实施例中,步骤八具体包括如下步骤:
步骤九:在盲区位置之前生成边界区域和预设减速动作,并判断自身位置是否在边界区域内。
步骤十:若自身位置处于边界区域内,则执行预设减速动作。
具体地,智能车辆生成一个边界区域,边界区域包含边界线的坐标点信息,智能车辆判断自身位置是否在边界区域内,如果在边界区域内则执行该区域内的预设减速动作。预设减速动作是预先设置好的制动策略,使智能车辆直接读取并运行,保证智能车辆停止在边界区域位置。在本实施例中,智能车辆只需根据边界区域进行简单的位置判断,并执行预设动作,即可完成风险规避,进一步使智能车辆避免每次针对预警的盲区数据重新制定速度变化的方案,减少大量计算时间,提高车辆响应速度,提高车辆行驶的安全性和稳定性。
具体地,在一实施例中,在执行预设减速动作时,智能车辆还以预设时间间隔基于障碍目标的位置和速度分量连续判断障碍目标是否会与自身发生碰撞。一旦计算结果表征智能车辆和障碍目标不会发生碰撞,则解除边界区域,并执行恢复本车原车速的动作,在安全的前提下,进一步保证车辆行驶效率的最大化。
具体地,在一实施例中,当前智能车辆将生成的边界区域和预设减速动作上传到消息服务器,以使消息服务器将生成的边界区域和预设减速动作下发到处于当前智能车辆周围的其他智能车辆。在另一实施例中,当前智能车辆还可以直接将生成的边界区域和预设减速动作转发到处于当前智能车辆周围的其他智能车辆。使得其他智能车辆同样行驶当前智能车辆的路径时,一旦发生碰撞风险,可以利用前车创建好的电子围栏进行速度规划,进一步减少智能车辆的计算工作,降低智能车辆的响应时间,提高车辆行驶的安全性和稳定性。
通过上述步骤,本申请提供的技术方案,通过消息中间件分别与盲区侧的路侧单元和处于附近的智能车辆建立通信连接,并根据智能车辆发送的位置信息判断智能车辆的行进路线是否受到盲区影响,如果智能车辆的行进受到盲区影响,则基于消息中间件分别与路侧单元和智能车辆建立了发布消息和订阅消息的关系,使得路侧单元将盲区数据以消息的形式发布到消息中间件,再使对应的智能车辆从消息中间件点对点获取盲区数据。进而利用获得的盲区数据进行速度规划,避免碰撞。通过上述步骤,实现盲区数据的定向推送,避免不相干车辆接收到冗余消息,同时提高智能车辆自动驾驶的稳定性。
此外,在一实施例中,路侧单元还将从盲区内获取到的障碍目标速度进行速度分解,得到盲区速度敏感方向上的速度分量,然后以速度分量作为盲区数据推送给对应的智能车辆。而现有技术不根据配置的速度分解,广播出去的速度是与地图坐标系相关的一组速度分量。这种模式下,智能车辆需结合自车经过该路段的速度方向自行进行速度转换,消耗算力和时间。本实施例在路侧单元对速度敏感方向进行速度分解可以让智能车辆直接使用收到的数据而无需进一步计算,进一步提高自动驾驶的稳定性和安全性。
如图4所示,本实施例还提供了一种自动驾驶盲区预警装置,应用于消息服务器,该装置包括:
路侧单元通信模块101,用于基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据。详细内容参见上述方法实施例中步骤S101的相关描述,在此不再进行赘述。
智能车辆通信模块102,用于基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息。详细内容参见上述方法实施例中步骤S102的相关描述,在此不再进行赘述。
位置分析模块103,用于基于位置信息判断智能车辆是否受到路侧单元所在盲区的影响。详细内容参见上述方法实施例中步骤S103的相关描述,在此不再进行赘述。
匹配模块104,用于若智能车辆受到路侧单元所在盲区的影响,则通过消息中间件分别与路侧单元和智能车辆建立发布-订阅关系,以将盲区数据推送到智能车辆,以使智能车辆基于盲区数据进行速度规划。详细内容参见上述方法实施例中步骤S104的相关描述,在此不再进行赘述。
本发明实施例提供的自动驾驶盲区预警装置,用于执行上述实施例提供的自动驾驶盲区预警方法,其实现方式与原理相同,详细内容参见上述方法实施例的相关描述,不再赘述。
通过上述各个组成部分的协同合作,本申请提供的技术方案,通过消息中间件分别与盲区侧的路侧单元和处于附近的智能车辆建立通信连接,并根据智能车辆发送的位置信息判断智能车辆的行进路线是否受到盲区影响,如果智能车辆的行进受到盲区影响,则基于消息中间件分别与路侧单元和智能车辆建立了发布消息和订阅消息的关系,使得路侧单元将盲区数据以消息的形式发布到消息中间件,再使对应的智能车辆从消息中间件点对点获取盲区数据。进而利用获得的盲区数据进行速度规划,避免碰撞。通过上述步骤,实现盲区数据的定向推送,避免不相干车辆接收到冗余消息,同时提高智能车辆自动驾驶的稳定性。
此外,在一实施例中,路侧单元还将从盲区内获取到的障碍目标速度进行速度分解,得到盲区速度敏感方向上的速度分量,然后以速度分量作为盲区数据推送给对应的智能车辆。而现有技术不根据配置的速度分解,广播出去的速度是与地图坐标系相关的一组速度分量。这种模式下,智能车辆需结合自车经过该路段的速度方向自行进行速度转换,消耗算力和时间。本实施例在路侧单元对速度敏感方向进行速度分解可以让智能车辆直接使用收到的数据而无需进一步计算,进一步提高自动驾驶的稳定性和安全性。
图5示出了本发明实施例的一种消息服务器,消息服务器是用于部署消息队列的服务器,是一种中间代理(broker),在本发明实施例中,消息服务器选择的范围包括但不限于中心云服务器和边缘云服务器,服务器中部署的程序类型包括但不限于Mosquitto、Webspare、ActiveMQ、RabbitMQ。该消息服务器包括处理器901和存储器902,可以通过总线或者其他方式连接,图5中以通过总线连接为例。
处理器901可以为中央处理器(Central Processing Unit,CPU)。处理器901还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器902作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如上述方法实施例中的方法所对应的程序指令/模块。处理器901通过运行存储在存储器902中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器901所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器902中,当被处理器901执行时,执行上述方法实施例中的方法。
上述消息服务器具体细节可以对应参阅上述方法实施例中对应的相关描述和效果进行理解,此处不再赘述。
本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,实现的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种自动驾驶盲区预警方法,其特征在于,应用于消息服务器,所述方法包括:
基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据;
基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息;
基于所述位置信息判断所述智能车辆是否受到所述路侧单元所在盲区的影响;
若所述智能车辆受到所述路侧单元所在盲区的影响,则通过消息中间件分别与所述路侧单元和所述智能车辆建立发布-订阅关系,以将所述盲区数据推送到所述智能车辆,以使所述智能车辆基于所述盲区数据进行速度规划。
2.根据权利要求1所述的方法,其特征在于,所述路侧单元通过如下方式获取所述盲区数据:
通过预存的盲区位置数据和感知的盲区画面数据,计算转移矩阵;
当感知到盲区内的障碍目标时,对所述障碍目标进行跟踪,获取所述障碍目标的跟踪信息;
通过所述转移矩阵计算所述跟踪信息所对应的世界坐标,并通过所述世界坐标确定所述盲区数据。
3.根据权利要求2所述的方法,其特征在于,所述通过所述世界坐标确定所述盲区数据,包括:
基于各个跟踪时刻的所述世界坐标确定所述障碍目标的速度和位置;
根据盲区与路侧单元安装位置的相对位置,确定该盲区的速度敏感方向;
将所述障碍目标的速度进行分解,得到所述速度敏感方向的速度分量,并将所述速度分量和所述障碍目标的位置作为所述盲区数据。
4.根据权利要求3所述的方法,其特征在于,所述智能车辆基于所述盲区数据进行速度规划,包括:
基于所述障碍目标的位置和所述速度分量计算所述障碍目标是否会与自身发生碰撞;
若所述障碍目标会与自身发生碰撞,则基于电子围栏的方式对本车进行速度规划。
5.根据权利要求4所述的方法,其特征在于,所述基于电子围栏的方式对本车进行速度规划,包括:
在所述盲区位置之前生成边界区域和预设减速动作,并判断自身位置是否在所述边界区域内;
若自身位置处于所述边界区域内,则执行所述预设减速动作。
6.根据权利要求5所述的方法,其特征在于,所述基于电子围栏的方式对本车进行速度规划,还包括:
在执行所述预设减速动作时,以预设时间间隔基于所述障碍目标的位置和所述速度分量计算所述障碍目标是否会与自身发生碰撞;
若计算结果表征不会发生碰撞,则解除所述边界区域,并执行恢复本车原车速的动作。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
当前智能车辆将生成的边界区域和预设减速动作上传到所述消息服务器,以使所述消息服务器将所述生成的边界区域和预设减速动作下发到处于所述当前智能车辆周围的其他智能车辆。
8.一种自动驾驶盲区预警装置,其特征在于,应用于消息服务器,所述装置包括:
路侧单元通信模块,用于基于路侧单元发送的连接请求与路侧单元建立通信连接,并接收路侧单元发送的盲区数据;
智能车辆通信模块,用于基于智能车辆发送的连接请求与智能车辆建立通信连接,并接收智能车辆发送的位置信息;
位置分析模块,用于基于所述位置信息判断所述智能车辆是否受到所述路侧单元所在盲区的影响;
匹配模块,用于若所述智能车辆受到所述路侧单元所在盲区的影响,则通过消息中间件分别与所述路侧单元和所述智能车辆建立发布-订阅关系,以将所述盲区数据推送到所述智能车辆,以使所述智能车辆基于所述盲区数据进行速度规划。
9.一种消息服务器,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机从而执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122315.4A CN115482679B (zh) | 2022-09-15 | 2022-09-15 | 一种自动驾驶盲区预警方法、装置和消息服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211122315.4A CN115482679B (zh) | 2022-09-15 | 2022-09-15 | 一种自动驾驶盲区预警方法、装置和消息服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115482679A true CN115482679A (zh) | 2022-12-16 |
CN115482679B CN115482679B (zh) | 2024-04-26 |
Family
ID=84423699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211122315.4A Active CN115482679B (zh) | 2022-09-15 | 2022-09-15 | 一种自动驾驶盲区预警方法、装置和消息服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115482679B (zh) |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011150633A (ja) * | 2010-01-25 | 2011-08-04 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
JP2013086782A (ja) * | 2011-10-24 | 2013-05-13 | Nissan Motor Co Ltd | 車両用走行支援装置 |
KR101425505B1 (ko) * | 2013-10-25 | 2014-08-13 | 홍승권 | 객체인식기술을 이용한 지능형 경계 시스템의 감시 방법 |
KR20160144666A (ko) * | 2015-06-09 | 2016-12-19 | 현대자동차주식회사 | 전용 근거리 통신을 이용한 사각 지대 경보 시스템 및 그 제어 방법 |
US20170221362A1 (en) * | 2016-01-29 | 2017-08-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for driving hazard estimation using vehicle-to-vehicle communication |
CN107358816A (zh) * | 2016-05-10 | 2017-11-17 | 福特全球技术公司 | 用于车辆的超视距威胁指示的方法和系统 |
CN107872777A (zh) * | 2016-09-28 | 2018-04-03 | 株式会社电装 | 用于车辆的服务协作系统 |
US20190106103A1 (en) * | 2017-10-05 | 2019-04-11 | Toyota Jidosha Kabushiki Kaisha | Driving assistance control device |
CN110379195A (zh) * | 2019-08-22 | 2019-10-25 | 公安部交通管理科学研究所 | 基于v2x的交通事件信息定向发布系统 |
CN110481526A (zh) * | 2019-07-22 | 2019-11-22 | 江苏大学 | 一种智能汽车传感器盲区行人检测及主动避撞方法 |
CN110481550A (zh) * | 2019-07-19 | 2019-11-22 | 江苏大学 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
CN110550105A (zh) * | 2018-05-30 | 2019-12-10 | 奥迪股份公司 | 驾驶辅助系统及方法 |
CN110677808A (zh) * | 2019-10-06 | 2020-01-10 | 李瑶 | 一种出租车运营系统 |
CN110853407A (zh) * | 2019-10-22 | 2020-02-28 | 江苏广宇协同科技发展研究院有限公司 | 基于车路协同的车辆安全预警方法、装置及系统 |
CN111055840A (zh) * | 2018-10-17 | 2020-04-24 | 福特全球技术公司 | 车辆对基础设施(v2i)消息传递系统 |
US20200148223A1 (en) * | 2018-11-08 | 2020-05-14 | Toyota Jidosha Kabushiki Kaisha | Vehicle control device |
CN111510504A (zh) * | 2020-04-30 | 2020-08-07 | 重庆车辆检测研究院有限公司 | 信号灯系统联网方法、中间件及系统 |
CN111739344A (zh) * | 2020-06-29 | 2020-10-02 | 北京百度网讯科技有限公司 | 一种预警方法、装置及电子设备 |
CN112216097A (zh) * | 2019-07-09 | 2021-01-12 | 华为技术有限公司 | 一种检测车辆的盲区的方法及装置 |
CN112330980A (zh) * | 2020-09-28 | 2021-02-05 | 中电海康集团有限公司 | 一种教练车的智能防碰撞系统 |
CN112950973A (zh) * | 2021-02-01 | 2021-06-11 | 中通客车股份有限公司 | 基于车路协同的公交车智能驾驶辅助系统及方法 |
CN113002537A (zh) * | 2021-03-16 | 2021-06-22 | 镇江康飞汽车制造股份有限公司 | 一种基于人工势场法的车辆主动避撞方法 |
CN113219454A (zh) * | 2021-04-22 | 2021-08-06 | 九州云(北京)科技发展有限公司 | 基于毫米波雷达的防车辆和人员侵入跑道的系统及方法 |
CN113859118A (zh) * | 2021-10-15 | 2021-12-31 | 深圳喜为智慧科技有限公司 | 一种大型车辆道路安全预警方法和装置 |
US20220044564A1 (en) * | 2020-12-25 | 2022-02-10 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Vehicle control method, vehicle-road coordination system, roadside device and automatic driving vehicle |
US20220157166A1 (en) * | 2019-08-01 | 2022-05-19 | Huawei Technologies Co., Ltd. | Vehicle-to-infrastructure cooperation method and apparatus |
CN115038044A (zh) * | 2022-05-30 | 2022-09-09 | 智道网联科技(北京)有限公司 | 基于路侧设备进行车辆监管的方法、路侧设备及车辆 |
-
2022
- 2022-09-15 CN CN202211122315.4A patent/CN115482679B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011150633A (ja) * | 2010-01-25 | 2011-08-04 | Toyota Central R&D Labs Inc | 対象物検出装置及びプログラム |
JP2013086782A (ja) * | 2011-10-24 | 2013-05-13 | Nissan Motor Co Ltd | 車両用走行支援装置 |
KR101425505B1 (ko) * | 2013-10-25 | 2014-08-13 | 홍승권 | 객체인식기술을 이용한 지능형 경계 시스템의 감시 방법 |
KR20160144666A (ko) * | 2015-06-09 | 2016-12-19 | 현대자동차주식회사 | 전용 근거리 통신을 이용한 사각 지대 경보 시스템 및 그 제어 방법 |
US20170221362A1 (en) * | 2016-01-29 | 2017-08-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for driving hazard estimation using vehicle-to-vehicle communication |
CN107358816A (zh) * | 2016-05-10 | 2017-11-17 | 福特全球技术公司 | 用于车辆的超视距威胁指示的方法和系统 |
CN107872777A (zh) * | 2016-09-28 | 2018-04-03 | 株式会社电装 | 用于车辆的服务协作系统 |
US20190106103A1 (en) * | 2017-10-05 | 2019-04-11 | Toyota Jidosha Kabushiki Kaisha | Driving assistance control device |
CN110550105A (zh) * | 2018-05-30 | 2019-12-10 | 奥迪股份公司 | 驾驶辅助系统及方法 |
CN111055840A (zh) * | 2018-10-17 | 2020-04-24 | 福特全球技术公司 | 车辆对基础设施(v2i)消息传递系统 |
US20200148223A1 (en) * | 2018-11-08 | 2020-05-14 | Toyota Jidosha Kabushiki Kaisha | Vehicle control device |
CN112216097A (zh) * | 2019-07-09 | 2021-01-12 | 华为技术有限公司 | 一种检测车辆的盲区的方法及装置 |
WO2021004077A1 (zh) * | 2019-07-09 | 2021-01-14 | 华为技术有限公司 | 一种检测车辆的盲区的方法及装置 |
CN110481550A (zh) * | 2019-07-19 | 2019-11-22 | 江苏大学 | 一种基于车联网的汽车弯道盲区跟随控制方法 |
CN110481526A (zh) * | 2019-07-22 | 2019-11-22 | 江苏大学 | 一种智能汽车传感器盲区行人检测及主动避撞方法 |
US20220157166A1 (en) * | 2019-08-01 | 2022-05-19 | Huawei Technologies Co., Ltd. | Vehicle-to-infrastructure cooperation method and apparatus |
CN110379195A (zh) * | 2019-08-22 | 2019-10-25 | 公安部交通管理科学研究所 | 基于v2x的交通事件信息定向发布系统 |
CN110677808A (zh) * | 2019-10-06 | 2020-01-10 | 李瑶 | 一种出租车运营系统 |
CN110853407A (zh) * | 2019-10-22 | 2020-02-28 | 江苏广宇协同科技发展研究院有限公司 | 基于车路协同的车辆安全预警方法、装置及系统 |
CN111510504A (zh) * | 2020-04-30 | 2020-08-07 | 重庆车辆检测研究院有限公司 | 信号灯系统联网方法、中间件及系统 |
CN111739344A (zh) * | 2020-06-29 | 2020-10-02 | 北京百度网讯科技有限公司 | 一种预警方法、装置及电子设备 |
CN112330980A (zh) * | 2020-09-28 | 2021-02-05 | 中电海康集团有限公司 | 一种教练车的智能防碰撞系统 |
US20220044564A1 (en) * | 2020-12-25 | 2022-02-10 | Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. | Vehicle control method, vehicle-road coordination system, roadside device and automatic driving vehicle |
CN112950973A (zh) * | 2021-02-01 | 2021-06-11 | 中通客车股份有限公司 | 基于车路协同的公交车智能驾驶辅助系统及方法 |
CN113002537A (zh) * | 2021-03-16 | 2021-06-22 | 镇江康飞汽车制造股份有限公司 | 一种基于人工势场法的车辆主动避撞方法 |
CN113219454A (zh) * | 2021-04-22 | 2021-08-06 | 九州云(北京)科技发展有限公司 | 基于毫米波雷达的防车辆和人员侵入跑道的系统及方法 |
CN113859118A (zh) * | 2021-10-15 | 2021-12-31 | 深圳喜为智慧科技有限公司 | 一种大型车辆道路安全预警方法和装置 |
CN115038044A (zh) * | 2022-05-30 | 2022-09-09 | 智道网联科技(北京)有限公司 | 基于路侧设备进行车辆监管的方法、路侧设备及车辆 |
Also Published As
Publication number | Publication date |
---|---|
CN115482679B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
EP3644294B1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
WO2022183329A1 (zh) | 一种智能驾驶方法、装置、存储介质及计算机程序 | |
US20170248962A1 (en) | Method and device for localizing a vehicle in its surroundings | |
US20180056998A1 (en) | System and Method for Multi-Vehicle Path Planning Technical Field | |
US10325163B2 (en) | Vehicle vision | |
US10160459B2 (en) | Vehicle lane direction detection | |
WO2021155685A1 (zh) | 一种更新地图的方法、装置和设备 | |
JP2021099793A (ja) | インテリジェント交通管制システム及びその制御方法 | |
WO2018066133A1 (ja) | 車両判定方法、走行経路補正方法、車両判定装置、及び走行経路補正装置 | |
US11544868B2 (en) | Object location coordinate determination | |
JP7289821B2 (ja) | インフラストラクチャ情報から計算される信頼度数値に基づく車両制御 | |
WO2024022003A1 (zh) | 车辆避让方法、装置、终端设备以及存储介质 | |
CN111063207A (zh) | 自适应车辆基础设施通信 | |
CN114537447A (zh) | 安全通行方法、装置、电子设备和存储介质 | |
JP7295148B2 (ja) | 車両制御方法及び装置、車両、コンピュータ可読記憶媒体並びにコンピュータプログラム | |
US11420625B2 (en) | Vehicle intersection operation | |
CN114049767B (zh) | 一种边缘计算方法、装置及可读存储介质 | |
US11551456B2 (en) | Enhanced infrastructure | |
CN113771845B (zh) | 预测车辆轨迹的方法、装置、车辆和存储介质 | |
CN116424319B (zh) | 一种车辆控制方法、装置、电子设备及计算机存储介质 | |
CN115482679A (zh) | 一种自动驾驶盲区预警方法、装置和消息服务器 | |
WO2019239471A1 (ja) | 運転支援装置、運転支援システムおよび運転支援方法 | |
WO2022034815A1 (en) | Vehicle surroundings recognition device | |
JP7094418B1 (ja) | 交通管制装置および交通管制システム |
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 |