CN110299027A - 一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法 - Google Patents
一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法 Download PDFInfo
- Publication number
- CN110299027A CN110299027A CN201910633065.2A CN201910633065A CN110299027A CN 110299027 A CN110299027 A CN 110299027A CN 201910633065 A CN201910633065 A CN 201910633065A CN 110299027 A CN110299027 A CN 110299027A
- Authority
- CN
- China
- Prior art keywords
- lane change
- vehicle
- early warning
- track data
- road
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明适用于交通安全中的汽车监测领域,提供了一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,通过监测车辆行驶轨迹与数字地图相匹配,计算迹路比和最大纵向位移,进行异常变道行为判定,及时对道路拥堵、交通事故进行规避和预警,弥补了现在大多视频抓拍系统只存在于道路口和事故多发地段导致的其他地段盲区现象,更加全面地维护道路安全。
Description
技术领域
本发明涉及一种交通安全领域,具体的说,是一种将车辆轨迹数据和地图数据相结合,监测车辆变道行为(单次变道、连续变道、频繁变道)以及交通安全预警的方法。
背景技术
据公安部交通管理局发布统计数据显示,2018年全国新注册登记机动车3172万辆,机动车保有量已达3.27亿辆,机动车驾驶人达4.09亿人。然而,汽车文明特别是开车文明进展缓慢,在一定程度上加剧了交通拥堵,诱发了大量道路交通事故,尤其是随意变道等不良驾驶习惯。换道行为会影响道路的交通量、速度和密度,许多交通现象都伴随着换道的发生而发生,如:道路拥塞、车辆排队及溢出、挤车道、超车、会车等等。城市道路上车辆随意变道、超车以及不按规定让行等是导致交通事故频发的主要诱因。根据交警部门统计,50%以上的轻微交通事故都与违法变道有关,30%以上的追尾事故都是由违法变道引起的。因此,如何有效的监测违法变道行为,对随意变道、频繁变道的驾驶人进行安全预警,是减少和预防交通事故,保证交通安全急需解决的问题。
目前车辆变道的监测以基于视频抓拍系统为主,主要分布在道路交叉口、高速出入口等重点区域,基于视频的变道监测精度较高,但在没有视频监控的地方,就无法实现对变道行为的监测。随互联网技术的飞速发展,车载北斗、GPS、手机定位的普及以及基础地图精度(百度、高德)的不断提高,基于轨迹数据分析交通安全方面的相关研究越来越多,比如基于北斗或者GPS数据分析车辆速度、急加速、急减速及急转弯等危险和异常驾驶行为,但对车辆变道的监测较少。目前基于北斗、GPS数据的分析里,对于轨迹的利用不足,尤其是结合地图的分析很少。
在目前轨迹数据的研究中,除了GPS点匹配与地图的匹配外,对电子地图的利用较少,没有充分发掘电子地图距离计算简单、路网等基础信息丰富、POI(Point of Interest)点信息量大等优势;轨迹数据与地图数据的结合利用是未来发展的趋势。
发明内容
本发明的目的在于提供一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,对未安装监控抓拍系统的路段进行实时监控,检测车辆的异常驾驶行为,尤其是急速变道和频繁变道等问题,减少交通盲区,更加全面地维护道路安全。为解决上述技术问题,本发明通过以下技术方案实现:
本发明的实现通过一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,包括以下步骤:
A.轨迹数据与数字地图的匹配:获取某一车辆的北斗或GPS的轨迹数据,将其快速匹配到数字地图上,将轨迹数据与数字地图相关联,确定车辆行驶时的路段;
B.轨迹分段:对所述的路段的长度进行切分,即从轨迹的起点开始,车辆行驶路段沿车辆行驶方向的道路的直线距离自动进行均等切分,切分区间距离为b, b的长度范围为50~200米,道路出现弯曲时,以道路中心线计算路长;
C.计算“迹路比”α:所述迹路比为:其中a为车辆行驶轨迹的长度,单位为米;
D.安全预警:当α>1.1时,进行安全预警。
本发明的进一步技术方案是,所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,还包括以下步骤:
E.计算车辆的最大纵向位移β:车辆每变道一次,车辆在道路垂直方向上产生最大单次纵向位移c,即轨迹点距离车辆初始轨迹线方向的垂直最大距离,最大纵向位移β的获取分两种情况:
①单方向变道或单方向2次以上连续变道,β取c的和;
②双向来回变道,β为c的绝对值之和;
F.安全预警:当β>7.5时,进行安全预警。
本发明的进一步技术方案是,所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,还包括以下步骤:
G.变道行为判定:当迹路比α>1.05,且最大纵向位移β>3.5时,判定车辆出现变道行为;
H.频繁变道行为判定:当在10个连续的切分区间距离范围内,出现n次以上被判定为变道行为时,即判定为频繁变道,其中n≥2;
I.安全预警:被判定为频繁变道时,进行安全预警。
本发明的进一步技术方案是,所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,还包括以下步骤:
J.计算安全风险系数R:R=2.2α+γ,其中γ是纵向位移系数,
K.安全风险评估:将车辆变道的安全风险分为5级:
本发明的进一步技术方案是,所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,步骤A还包括步骤,利用轨迹点之间的空可达性和路网对轨迹数据和匹配进行校正。
本发明的有益效果是:
利用监测车辆随意变道,实时监控车辆轧线行驶、多次频繁变道等违规行为,及时对道路拥堵、交通事故进行规避和预警。充分利用了地图数据轨迹数据,弥补了现在大多视频抓拍系统只存在于道路口和事故多发地段导致的其他地段盲区现象,更加全面地维护道路安全。
附图说明
图1是本发明技术流程图
图2是本发明实施例1车辆变道示意图
图3是本发明实施例2车辆变道示意图
图4是本发明实施例3车辆变道示意图
具体实施方式
下面将结合本发明实施例中的附图,对本发明的技术方案进行进一步阐述。
实施例1
如图2所示,本发明的实现过程为,一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,包括以下步骤:
步骤S1,轨迹数据与数字地图的匹配:获取某一车辆的北斗或GPS的轨迹数据,将其快速匹配到数字地图上,将轨迹数据与数字地图相关联,确定车辆行驶时的路段,利用轨迹点之间的空可达性和路网对轨迹数据和匹配进行校正;
步骤S2,轨迹分段:对某一车辆在城市道路行驶时所属路段的长度进行切分,即从轨迹的起点开始,车辆行驶路段沿车辆行驶方向的道路的直线距离自动进行均等切分,切分区间距离为150米;
步骤S3,计算“迹路比”α:该车辆在某一切分区间距离内变道行驶距离为180 米,迹路比即1.2;
步骤S4,进行安全预警。
实施例2
如图3所示,本发明的实现过程为,一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,包括以下步骤:
步骤S1,轨迹数据与数字地图的匹配:获取某一车辆的北斗或GPS的轨迹数据,将其快速匹配到数字地图上,将轨迹数据与数字地图相关联,确定车辆行驶时的路段,利用轨迹点之间的空可达性和路网对轨迹数据和匹配进行校正;
步骤S2,轨迹分段:对车辆行驶时所属路段的长度进行切分,即从轨迹的起点开始,车辆行驶路段沿车辆行驶方向的道路的直线距离自动进行均等切分,切分区间距离为100米;
步骤S3,计算车辆的最大纵向位移β:该车辆在某一切分区间距离内向同一方向变道两次,最大单次纵向位移c分别为3.5米和3米,β取二者之和,即6.5 米;
步骤S4,安全预警:由于β<7.5,所以将不进行安全预警。
实施例3
如图3所示,本发明的实现过程为,一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,包括以下步骤:
步骤S1,轨迹数据与数字地图的匹配:获取某一车辆的北斗或GPS的轨迹数据,将其快速匹配到数字地图上,将轨迹数据与数字地图相关联,确定车辆行驶时的路段,利用轨迹点之间的空可达性和路网对轨迹数据和匹配进行校正;
步骤S2,轨迹分段:对车辆行驶时所属路段的长度进行切分,即从轨迹的起点开始,车辆行驶路段沿车辆行驶方向的道路的直线距离自动进行均等切分,切分区间距离为100米;
步骤S3,计算车辆的最大纵向位移β:该车辆在某一切分区间距离内向不同方向变道两次,最大单次纵向位移c分别为4.5米和-3.5米,β取二者绝对值之和,即8米;
步骤S4,进行安全预警。
Claims (5)
1.一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,包括以下步骤:
A.轨迹数据与数字地图的匹配:获取某一车辆的北斗或GPS的轨迹数据,将其快速匹配到数字地图上,将轨迹数据与数字地图相关联,确定车辆行驶时的路段;
B.轨迹分段:对所述的路段的长度进行切分,即从轨迹的起点开始,车辆行驶路段沿车辆行驶方向的道路的直线距离自动进行均等切分,切分区间距离为b,b的长度范围为50~200米,道路出现弯曲时,以道路中心线计算路长;
C.计算“迹路比”α:所述迹路比为:其中a为车辆行驶轨迹的长度,单位为米;
D.安全预警:当α>1.1时,进行安全预警。
2.根据权利要求1所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,还包括以下步骤:
E.计算车辆的最大纵向位移β:车辆每变道一次,车辆在道路垂直方向上产生最大单次纵向位移c,即轨迹点距离车辆初始轨迹线方向的垂直最大距离,最大纵向位移β的获取分两种情况:
①单方向变道或单方向2次以上连续变道,β取c的和;
②双向来回变道,β为c的绝对值之和;
F.安全预警:当β>7.5时,进行安全预警。
3.根据权利要求2所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,还包括以下步骤:
G.变道行为判定:当迹路比α>1.05,且最大纵向位移β>3.5时,判定车辆出现变道行为;
H.频繁变道行为判定:当在10个连续的切分区间距离范围内,出现n次以上被判定为变道行为时,即判定为频繁变道,其中n≥2;
I.安全预警:被判定为频繁变道时,进行安全预警。
4.根据权利要求2-3所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,还包括以下步骤:
J.计算安全风险系数R:R=2.2α+γ,其中γ是纵向位移系数,
K.安全风险评估:将车辆变道的安全风险分为5级:
5.根据权利要求1-4所述的基于轨迹数据和地图数据的车辆变道监测与安全预警方法,其特征在于,步骤A还包括步骤:
A1.利用轨迹点之间的空可达性和路网对轨迹数据和匹配进行校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910633065.2A CN110299027B (zh) | 2019-07-12 | 2019-07-12 | 基于轨迹数据和地图数据的车辆变道监测与安全预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910633065.2A CN110299027B (zh) | 2019-07-12 | 2019-07-12 | 基于轨迹数据和地图数据的车辆变道监测与安全预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110299027A true CN110299027A (zh) | 2019-10-01 |
CN110299027B CN110299027B (zh) | 2021-12-14 |
Family
ID=68031139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910633065.2A Active CN110299027B (zh) | 2019-07-12 | 2019-07-12 | 基于轨迹数据和地图数据的车辆变道监测与安全预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110299027B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705484A (zh) * | 2019-10-08 | 2020-01-17 | 弈人(上海)科技有限公司 | 利用行车轨迹识别连续变更车道违法行为的方法 |
WO2021077760A1 (zh) * | 2019-10-23 | 2021-04-29 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
CN112885144A (zh) * | 2021-01-20 | 2021-06-01 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
CN113160546A (zh) * | 2020-01-22 | 2021-07-23 | 阿里巴巴集团控股有限公司 | 一种危险路段的识别方法及装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050278112A1 (en) * | 2004-06-14 | 2005-12-15 | Axel Gern | Process for predicting the course of a lane of a vehicle |
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
US20140067252A1 (en) * | 2012-09-03 | 2014-03-06 | Robert Bosch Gmbh | Method for determining an evasion trajectory for a motor vehicle, and safety device or safety system |
CN105374212A (zh) * | 2015-12-14 | 2016-03-02 | 上海交通大学 | 基于智能终端传感的高速公路车辆车道识别方法及系统 |
CN105405306A (zh) * | 2015-12-24 | 2016-03-16 | 小米科技有限责任公司 | 车辆告警方法及装置 |
CN106952473A (zh) * | 2017-04-01 | 2017-07-14 | 深圳市元征科技股份有限公司 | 道路故障检测方法及装置 |
CN108242145A (zh) * | 2016-12-26 | 2018-07-03 | 高德软件有限公司 | 异常轨迹点检测方法和装置 |
CN108263306A (zh) * | 2017-12-26 | 2018-07-10 | 福建工程学院 | 一种新手车辆的识别方法及终端 |
CN108764111A (zh) * | 2018-05-23 | 2018-11-06 | 长安大学 | 一种车辆异常驾驶行为的检测方法 |
CN109360445A (zh) * | 2018-07-09 | 2019-02-19 | 重庆大学 | 一种基于横向与纵向运动学特征分布的高速换道风险检测方法 |
CN109544909A (zh) * | 2018-10-29 | 2019-03-29 | 华蓝设计(集团)有限公司 | 基于航拍视频车辆轨迹的驾驶员换道行为分析方法 |
CN109559532A (zh) * | 2018-12-10 | 2019-04-02 | 北京工业大学 | 高速公路出口分流区车路协同安全预警控制方法 |
CN109887303A (zh) * | 2019-04-18 | 2019-06-14 | 齐鲁工业大学 | 随意变更车道行为预警系统及方法 |
-
2019
- 2019-07-12 CN CN201910633065.2A patent/CN110299027B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050278112A1 (en) * | 2004-06-14 | 2005-12-15 | Axel Gern | Process for predicting the course of a lane of a vehicle |
CN1775601A (zh) * | 2005-11-18 | 2006-05-24 | 吉林大学 | 车辆行驶轨迹预估及车道偏离评价方法 |
US20140067252A1 (en) * | 2012-09-03 | 2014-03-06 | Robert Bosch Gmbh | Method for determining an evasion trajectory for a motor vehicle, and safety device or safety system |
CN105374212A (zh) * | 2015-12-14 | 2016-03-02 | 上海交通大学 | 基于智能终端传感的高速公路车辆车道识别方法及系统 |
CN105405306A (zh) * | 2015-12-24 | 2016-03-16 | 小米科技有限责任公司 | 车辆告警方法及装置 |
CN108242145A (zh) * | 2016-12-26 | 2018-07-03 | 高德软件有限公司 | 异常轨迹点检测方法和装置 |
CN106952473A (zh) * | 2017-04-01 | 2017-07-14 | 深圳市元征科技股份有限公司 | 道路故障检测方法及装置 |
CN108263306A (zh) * | 2017-12-26 | 2018-07-10 | 福建工程学院 | 一种新手车辆的识别方法及终端 |
CN108764111A (zh) * | 2018-05-23 | 2018-11-06 | 长安大学 | 一种车辆异常驾驶行为的检测方法 |
CN109360445A (zh) * | 2018-07-09 | 2019-02-19 | 重庆大学 | 一种基于横向与纵向运动学特征分布的高速换道风险检测方法 |
CN109544909A (zh) * | 2018-10-29 | 2019-03-29 | 华蓝设计(集团)有限公司 | 基于航拍视频车辆轨迹的驾驶员换道行为分析方法 |
CN109559532A (zh) * | 2018-12-10 | 2019-04-02 | 北京工业大学 | 高速公路出口分流区车路协同安全预警控制方法 |
CN109887303A (zh) * | 2019-04-18 | 2019-06-14 | 齐鲁工业大学 | 随意变更车道行为预警系统及方法 |
Non-Patent Citations (2)
Title |
---|
MENG-YUAN PANG: "Trajectory Data Based Clustering and Feature Analysis of Vehicle Lane-Changing Behavior", 《IEEE》 * |
郝艳萍: "基于VAT的信号交叉口危险变道行为风险特性分析", 《武汉理工大学学报(交通科学与工程版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110705484A (zh) * | 2019-10-08 | 2020-01-17 | 弈人(上海)科技有限公司 | 利用行车轨迹识别连续变更车道违法行为的方法 |
CN110705484B (zh) * | 2019-10-08 | 2023-05-02 | 弈人(上海)科技有限公司 | 利用行车轨迹识别连续变更车道违法行为的方法 |
WO2021077760A1 (zh) * | 2019-10-23 | 2021-04-29 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
CN113160546A (zh) * | 2020-01-22 | 2021-07-23 | 阿里巴巴集团控股有限公司 | 一种危险路段的识别方法及装置 |
CN113160546B (zh) * | 2020-01-22 | 2023-03-10 | 阿里巴巴集团控股有限公司 | 一种危险路段的识别方法及装置 |
CN112885144A (zh) * | 2021-01-20 | 2021-06-01 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
CN112885144B (zh) * | 2021-01-20 | 2022-05-31 | 同济大学 | 一种施工作业区车辆撞入事件预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110299027B (zh) | 2021-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11891072B2 (en) | Context-based grading | |
US11891071B2 (en) | Vehicle to vehicle telematics | |
US10414407B1 (en) | Driving analysis using vehicle-to-vehicle communication | |
US7375624B2 (en) | Telematic parametric speed metering system | |
US8258982B2 (en) | Safe driving evaluation system and safe driving evaluation program | |
CN110299027A (zh) | 一种基于轨迹数据和地图数据的车辆变道监测与安全预警方法 | |
CN105799512B (zh) | 车辆超速提醒方法及系统 | |
US9524269B1 (en) | Driving event data analysis | |
JP4469297B2 (ja) | 運転診断方法およびその装置 | |
CN102903254B (zh) | 先进安全车辆中的学校区域安全装置及其方法 | |
CN109859500A (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
JP2021082236A (ja) | 画像認識に基づく車内向けインタネット用交通状況システム | |
CN110428604B (zh) | 一种基于轨迹和地图数据的出租车违停监测与预警方法 | |
US11928962B2 (en) | Location risk determination and ranking based on vehicle events and/or an accident database | |
CN110428621A (zh) | 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法 | |
JP2023067970A (ja) | 情報処理装置 | |
CN116844341B (zh) | 一种基于互联网的汽车出行监控系统 | |
CN111209797A (zh) | 一种驾驶行为监控的方法、装置、设备和存储介质 | |
DE112012006364T5 (de) | Fahrer-Unterstützungsvorrichtung | |
KR20130092915A (ko) | 안전 운행 지수 산정 시스템에서 차량의 안전 운행 지수 산정 방법, 안전 운행 지수 산정 시스템을 이용한 자동차 보험료 산정 방법, 및 이를 적용한 안전 운행 지수 산정 시스템 | |
CN112622921B (zh) | 一种检测司机异常驾驶行为的方法、装置及电子设备 | |
EP3446302A1 (de) | Verfahren, vorrichtung und anordnung zur spurverfolgung von sich bewegenden objekten | |
CN105976453A (zh) | 基于图像变换进行行车报警的方法及装置 | |
CN114419888A (zh) | 一种货运车辆的安全预警方法、装置、设备及存储介质 | |
Belz et al. | Analyzing the effect of driver age on operating speed and acceleration noise: on-board second-by-second driving data |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Feng Haixia Inventor before: Feng Haixia Inventor before: Xian Huacai Inventor before: Zhang Mengmeng Inventor before: Zhang Licai Inventor before: Bai Yan Inventor before: Jing Gang |
|
GR01 | Patent grant | ||
GR01 | Patent grant |