一种变道盲区监测方法、系统及车辆技术方案

本发明专利技术提供了一种变道盲区监测方法，包括以下步骤：采集车辆的位置信息、车辆侧后方的障碍物信息；根据采集的车辆的位置信息加载相对应的高精地图数据包，并根据加载的高精地图数据包构建三维静态场景模型；将采集的车辆的位置信息、车辆侧后方的障碍物信息在三维静态场景模型中进行标记；对标记后的三维静态场景模型进行监测。通过高精地图数据包构建三维静态场景模型，融合车辆位置信息以及车辆周围的障碍物信息，显著提升了变道盲区的风险检测以及预测效果。本发明专利技术还提供了一种变道盲区监测系统以及车辆。

A monitoring method, system and vehicle for blind area of lane change

【技术实现步骤摘要】
一种变道盲区监测方法、系统及车辆
本专利技术涉及车辆辅助驾驶
，尤其涉及一种变道盲区监测方法、系统及车辆。
技术介绍
现有技术中的变道盲区监测系统，大多采用毫米波雷达和/或摄像头，毫米波雷达无法识别车道线、道路交通标志等信息，摄像头在光照强度不佳或者强光反射的情况下容易造成检测误差。
技术实现思路
针对现有技术存在的不足，本专利技术提出了一种变道盲区监测方法，旨在一定程度上解决现有技术中存在的不足。为了达到上述目的，本专利技术的一个实施例提供了一种变道盲区监测方法，包括以下步骤：采集车辆的位置信息、车辆侧后方的障碍物信息；根据采集的所述车辆的位置信息加载相对应的高精地图数据包，并根据加载的所述高精地图数据包构建三维静态场景模型；将采集的所述车辆的位置信息、所述车辆侧后方的障碍物信息在所述三维静态场景模型中进行标记；根据所述标记后的三维静态场景模型监测变道盲区。本专利技术实施例提供的变道盲区监测方法，利用了高精地图数据包的数据，通过高精地图数据包的数据构建三维静态场景模型，并将车辆位置信息以及车辆周围的障碍物信息标记在三维静态场景模型中，从而融合生成了一个包含静态的道路信息以及动态的障碍物信息的三维静态场景模型，便于对车辆变道风险进行判断与预测，显著提升了变道盲区的风险检测以及预测效果，避免了摄像头在光照强度不佳或者强光反射的情况下容易造成的检测误差。所述车辆侧后方的障碍物信息包括障碍物类型或者障碍物类型、障碍物距离或者障碍物类型、障碍物速度或者障碍物类型、障碍物距离、障碍物速度。所述变道盲区监测方法还包括对所述障碍物下一状态的距离和/或速度进行预测。根据所述预测得到的障碍物下一状态的距离和/或速度确定报警等级，并根据所述报警等级对驾驶员进行报警提醒；其中，障碍物下一状态的距离越近和/或速度越大，报警等级越高。当监测到障碍物进入报警区域，并且所述障碍物类型对车辆变道构成威胁，将对驾驶员进行报警提醒,所述报警区域为车辆侧后方划定的一定距离范围。当报警等级最高时，纠正和/或阻止驾驶员的变道操作。本专利技术实施例还提供了一种变道盲区监测系统，包括定位模块、盲区监测控制单元以及至少一个盲区监测传感模块；所述定位模块用于采集车辆的位置信息；所述至少一个盲区监测传感模块用于采集车辆侧后方的障碍物信息；所述盲区监测控制单元用于根据所述车辆的位置信息加载相对应的高精地图数据包，并根据加载的所述高精地图数据包构建三维静态场景模型；所述盲区监测控制单元还用于将所述车辆的位置信息、所述车辆侧后方的障碍物信息在所述三维静态场景模型中进行标记；以及对所述标记后的三维静态场景模型进行监测。本专利技术实施例的变道盲区监测系统，基于高精地图数据包的道路信息，构件三维静态场景模型，并将本车位置信息以及采集到的障碍物信息在三维静态场景模型中进行标记，进而对标记后的三维静态场景模型进行监测。利用了已有的数据信息，不需要使用摄像头现场采集，准确度较高，有效避免了现有技术中摄像头在光照强度不佳或者强光反射的情况下容易造成的检测误差。所述定位模块包括全球导航卫星定位系统或者全球导航卫星定位系统、惯性测量单元。所述变道盲区监测系统还包括报警单元，所述报警单元用于对驾驶员进行报警提醒。本专利技术实施例还提供一种车辆，包括上述任一项所述的变道盲区监测系统。本专利技术实施例的车辆，基于高精地图数据包的道路信息，构件三维静态场景模型，并将本车位置信息以及采集到的障碍物信息在三维静态场景模型中进行标记，进而对标记后的三维静态场景模型进行监测。由于利用了已有的数据信息，不需要使用摄像头现场采集，准确度较高，有效避免了现有技术中摄像头在光照强度不佳或者强光反射的情况下容易造成的检测误差。附图说明图1是本专利技术实施例的变道盲区监测方法流程图；图2是本专利技术实施例的变道盲区监测系统框图：图3是本专利技术实施例的车辆框图。具体实施方式下面结合附图详述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。现有技术中的变道盲区监测方案，大部分采用毫米波雷达或者是超声波雷达探测器，其特点是识别障碍物效果比较好，但是无法识别车道线以及道路交通标志。而采用摄像头的变道盲区监测方案，在光线充足的情况下，识别效果比较好，但是在光线不足时，识别效果较差；如果环境光线太强时，由于其它物体的反射很容易造成错误识别，显著降低了变道盲区监测系统的性能。如图1所示，为本专利技术实施例的变道盲区监测方法流程图。在本专利技术实施例的变道盲区监测方法中，包括如下步骤，采集车辆的位置信息、车辆侧后方的障碍物信息；根据采集的所述车辆的位置信息加载相对应的高精地图数据包，并根据加载的所述高精地图数据包构建三维静态场景模型；将采集的所述车辆的位置信息、所述车辆侧后方的障碍物信息在所述三维静态场景模型中进行标记；根据所述标记后的三维静态场景模型监测变道盲区。其中，在本专利技术实施例中，高精地图数据包可以保存于本地，也可以是保存在云端服务器上。当需要进行变道盲区监测时，会根据车辆的位置信息从本地选择加载或者是从云服务器中选择下载相对应的高精地图数据包，并对高精地图数据包进行解析或者是解码，解析或者是解码后的高精地图数据包用来构建三维场景模型。其中，相对应的高精地图数据包指的是车辆所在位置的地图数据包，从而避免加载的数据包过大，超出需要造成冗余或者是计算资源的极大浪费。其中，高精地图是指分辨率较普通地图分辨率高，同时包含有道路交通标志线以及其他道路交通信号的地图。在这样的地图中，车道线、道路交通标志、隔离带和护栏等设施数据是作为先验知识存在的。这样也就不需要摄像头去实时检测车道线、道路交通标志、隔离带以及护栏等设施，有效规避了单纯采用摄像头方案的变道盲区监测系统在夜晚或者光线较弱的情况下性能急剧下降的问题。其中，在构建的三维静态场景模型中，将采集的车辆位置信息、车辆侧后方的障碍物信息进行标记。由此，形成一个融合有动态的车辆位置信息、障碍物信息以及静态的包含了车道线以及道路交通标志等的三维场景模型。该三维场景模型被用于监测并判断车辆的变道风险。本专利技术实施例的变道盲区监测方法，采用坐标精度达到厘米级的高精地图来构建三维静态场景模型，在利用高精度定位装置来获取本车在三维静态场景模型中的位置，然后将采集到的车辆侧后方障碍物信息标记在三维静态场景模型中，最终形成一个静态场景与动态的障碍物目标相融合的三维场景模型。便于下一状态的高效的监测并判断车辆的变道风险。判断准确率较高，不受光线等其它因素的影响。其中，在本专利技术实施例中，采集到的障碍物信息，以及车辆的定位信息缓存到各自的FIFO数据区。FIFO数据区即FirstInputFirstOutput先进先出数据区。由此，实现了车辆定位信息以及车辆侧后方障碍物信息的储存与读取。其中，本专利技术实施例中，车辆侧后方的障碍物信息包括本车所在车道和/或车辆准备变道车道的车辆侧后方障碍物信息。通过采集车辆侧后方的障碍物信息，有效降低了信息冗余，避免太多噪音数据的存在。具体的，本专利技术实施例中，将采集本车所在车道和/或本车准备变道车道的车辆侧后方信息。比如，驾驶员准备向左侧车道本文档来自技高网...

【技术保护点】
1.一种变道盲区监测方法，其特征在于，包括以下步骤：采集车辆的位置信息、车辆侧后方的障碍物信息；根据采集的所述车辆的位置信息加载相对应的高精地图数据包，并根据加载的所述高精地图数据包构建三维静态场景模型；将采集的所述车辆的位置信息、所述车辆侧后方的障碍物信息在所述三维静态场景模型中进行标记；根据所述标记后的三维静态场景模型监测变道盲区。

【技术特征摘要】
1.一种变道盲区监测方法，其特征在于，包括以下步骤：采集车辆的位置信息、车辆侧后方的障碍物信息；根据采集的所述车辆的位置信息加载相对应的高精地图数据包，并根据加载的所述高精地图数据包构建三维静态场景模型；将采集的所述车辆的位置信息、所述车辆侧后方的障碍物信息在所述三维静态场景模型中进行标记；根据所述标记后的三维静态场景模型监测变道盲区。2.如权利要求1所述的变道盲区监测方法，其特征在于，所述车辆侧后方的障碍物信息包括障碍物类型或者障碍物类型、障碍物距离或者障碍物类型、障碍物速度或者障碍物类型、障碍物距离、障碍物速度。3.如权利要求1所述的变道盲区监测方法，其特征在于，所述变道盲区监测方法还包括对所述障碍物下一状态的距离和/或速度进行预测。4.如权利要求3所述的变道盲区监测方法，其特征在于，根据所述预测得到的障碍物下一状态的距离和/或速度确定报警等级，并根据所述报警等级对驾驶员进行报警提醒；其中，障碍物下一状态的距离越近和/或速度越大，报警等级越高。5.如权利要求1所述的变道盲区监测方法，其特征在于，当监测到障碍物进入报警区域，并且所述障碍物类型对车辆变道构成威胁...

【专利技术属性】
技术研发人员：何敏政，
申请(专利权)人：比亚迪股份有限公司，
类型：发明
国别省市：广东,44