一种车辆监控方法和装置及存储介质制造方法及图纸

本申请公开了一种车辆监控方法和装置及存储介质，所述车辆监控方法首先利用车辆的全球定位系统数据和惯性导航单元数据获取车辆在预设路径范围内的运动参数，包括横向位移、平均转弯半径、角度变化量和速度；再根据横向位移、平均转弯半径和角度变化量判断车辆是否处于右转；当车辆处于右转时，进一步判断车辆在预设路径范围内是否存在速度小于预设的速度阈值的状态；若存在，则发出右转且停车提示；否则，发出右转未停车报警。可见，本申请利用车辆的运动参数判断出车辆是否处于右转以及在右转过程中是否发生了停车状态，实现了对车辆右转过程的监控，从而能够在右转过程中提醒驾驶员及时避让附近的行人、非机动车等，降低事故发生率。

【技术实现步骤摘要】
一种车辆监控方法和装置及存储介质
本申请涉及车载数据处理
，特别是涉及一种车辆监控方法和装置及存储介质。
技术介绍
城市在高速发展过程中少不了工程车的参与，但由于工程车相较于普通的小汽车在高度、宽度、长度及重量上有较大的区别，驾驶员驱动工程车右转时存在巨大的视觉盲区，容易发生事故。为了降低工程车右转的事故率，各地政府都开始针对性的提出新的安全要求并加大监管力度。因此，需要开发出一种车辆监控方法，能够对工程车的右转过程进行监控，便于提醒附近的行人、非机动车等进行及时的避让，从而降低事故的发生率。
技术实现思路
本申请主要解决的技术问题是提供一种车辆监控方法和装置及存储介质，能够降低工程车的事故发生率。为解决上述技术问题，本申请采用的一个技术方案是：提供一种车辆监控方法，包括：利用车辆的全球定位系统数据和惯性导航单元数据获取所述车辆在预设路径范围内的运动参数，所述运动参数包括横向位移、平均转弯半径、角度变化量和速度；其中，所述预设路径与所述车辆的行进轨迹重合，所述横向位移为所述预设路径的起点至终点的总位移在第一方向上的分量，所述第一方向垂直于所述车辆在所述起点位置处的行进方向；根据所述横向位移、所述平均转弯半径和所述角度变化量判断所述车辆是否处于右转；若是，则进一步判断所述车辆在所述预设路径范围内是否存在所述速度小于预设的速度阈值的状态；若存在，则发出右转且停车提示；否则，发出右转未停车报警。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种车辆监控装置，包括处理器以及与所述处理器分别耦接的存储器、全球定位系统和惯性导航单元，其中，所述存储器上存储有程序指令，所述处理器能够执行所述程序指令并配合所述全球定位系统和所述惯性导航单元以实现如上述技术方案所述的车辆监控方法。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，所述存储介质上存储有程序指令，所述程序指令能够被处理器执行以实现如上述技术方案所述的车辆监控方法。本申请的有益效果是：区别于现有技术的情况，本申请首先利用车辆的全球定位系统数据和惯性导航单元数据获取车辆在预设路径范围内的运动参数，这些运动参数包括横向位移、平均转弯半径、角度变化量和速度；其中，预设路径与车辆的行进轨迹重合，横向位移为预设路径的起点至终点的总位移在第一方向上的分量，第一方向垂直于车辆在起点位置处的行进方向；再根据横向位移、平均转弯半径和角度变化量判断车辆是否处于右转；当车辆处于右转时，进一步判断车辆在预设路径范围内是否存在速度小于预设的速度阈值的状态；若存在，则发出右转且停车提示；否则，发出右转未停车报警。可见，本申请利用车辆的运动参数判断出车辆是否处于右转以及在右转过程中是否发生了停车状态，实现了对车辆右转过程的监控，从而能够在右转过程中提醒驾驶员及时避让附近的行人、非机动车等，降低事故发生率。附图说明为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式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申请的一些实施方式，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。其中：图1为本申请车辆监控方法一实施方式的流程示意图；图2为图1中步骤S11一实施方式的流程示意图；图3为预设路径一实施方式的示例图；图4为图1中步骤S12一实施方式的流程示意图；图5为图1中步骤S11之前包括的步骤一实施方式的流程示意图；图6为图5中步骤S43一实施方式的流程示意图；图7为第一角度变化和第一距离变化一实施方式的示例图；图8为图6中步骤S53一实施方式的流程示意图；图9为图6中步骤S53另一实施方式的流程示意图；图10为本申请车辆监控装置一实施方式的结构示意图；图11为本申请计算机可读存储介质一实施方式的结构示意图。具体实施方式下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部实施方式。基于本申请中的实施方式，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施方式，都属于本申请保护的范围。请参阅图1，图1为本申请车辆监控方法一实施方式的流程示意图，该车辆监控方法包括如下步骤：步骤S11，利用车辆的全球定位系统数据和惯性导航单元数据获取车辆在预设路径范围内的运动参数，运动参数包括横向位移、平均转弯半径、角度变化量和速度。其中，预设路径与车辆的行进轨迹重合，横向位移为预设路径的起点至终点的总位移在第一方向上的分量，第一方向垂直于车辆在起点位置处的行进方向。全球定位系统(GPS)是由美国建立的一个卫星导航定位系统，将其装载于车辆，可以实时获取车辆的三维导航定位和测速。惯性导航单元(IMU)是用于测量物体三轴姿态角(或角速度)及加速度的一个装置，一般包含三个单独的加速度计和三个单轴的陀螺，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态，将其装载于车辆，可以获得车辆在三维空间中的角速度和加速度。获取到车载GPS和IMU的原始数据之后，先依据其输出格式进行对应的解析和标定，然后获取车辆在预设路径范围内的运动参数。其中，可以将预设路径的终点设置为车辆当前时刻所在的位置点，并将预设路径划分为多个采样路径段，采样路径段的数量为采样点的数量，预设路径等于采样路径段与采样点的数量的乘积。例如预设路径为30m，采样路径段为0.5m，则采样点的数量为60。具体可参阅图2，图2为图1中步骤S11一实施方式的流程示意图，可以通过如下步骤利用车辆的全球定位系统数据和惯性导航单元数据获取车辆在预设路径范围内的运动参数。步骤S21，基于全球定位系统数据和惯性导航单元数据利用扩展卡尔曼滤波算法获取所有采样点的位置信息、姿态信息以及速度。具体地，扩展卡尔曼滤波算法包括状态预测和状态更新两部分，即先采用状态预测模型和状态预测方程(即如下公式(1)和公式(2))进行计算，再利用过程噪声(即如下公式(3))进行状态更新(即如下公式(4))，最终可以得到16个运动参数其中，其中，分别为全球定位系统GPS数据中的信号位置、速度以及航向测量值，分别为全球定位系统GPS数据中的信号位置、速度以及航向预测值，为状态量，F为状态预测方程，为过程噪声；为北东地坐标系下车辆位置(3x1向量)，为北东地坐标系下车辆速度(3x1向量)，为北东地坐标系下车辆姿态(以四元数表达，4x1向量)，为惯性传感器角速度测量值的偏置信息(3x1向量)，为惯性传感器加速度测量值的偏置信息(3x1向量)。本实施方式需要用到车辆位置、车辆姿态以及速度等运动参数，使用之前需要将北东地坐标系转换为大地坐标系，上述具体计算过程和本文档来自技高网...

【技术保护点】
1.一种车辆监控方法，其特征在于，包括：/n利用车辆的全球定位系统数据和惯性导航单元数据获取所述车辆在预设路径范围内的运动参数，所述运动参数包括横向位移、平均转弯半径、角度变化量和速度；其中，所述预设路径与所述车辆的行进轨迹重合，所述横向位移为所述预设路径的起点至终点的总位移在第一方向上的分量，所述第一方向垂直于所述车辆在所述起点位置处的行进方向；/n根据所述横向位移、所述平均转弯半径和所述角度变化量判断所述车辆是否处于右转；/n若是，则进一步判断所述车辆在所述预设路径范围内是否存在所述速度小于预设的速度阈值的状态；/n若存在，则发出右转且停车提示；/n否则，发出右转未停车报警。/n

【技术特征摘要】
1.一种车辆监控方法，其特征在于，包括：
利用车辆的全球定位系统数据和惯性导航单元数据获取所述车辆在预设路径范围内的运动参数，所述运动参数包括横向位移、平均转弯半径、角度变化量和速度；其中，所述预设路径与所述车辆的行进轨迹重合，所述横向位移为所述预设路径的起点至终点的总位移在第一方向上的分量，所述第一方向垂直于所述车辆在所述起点位置处的行进方向；
根据所述横向位移、所述平均转弯半径和所述角度变化量判断所述车辆是否处于右转；
若是，则进一步判断所述车辆在所述预设路径范围内是否存在所述速度小于预设的速度阈值的状态；
若存在，则发出右转且停车提示；
否则，发出右转未停车报警。


2.根据权利要求1所述的车辆监控方法，其特征在于，当所述终点在所述起点右侧时所述横向位移为正，当所述终点在所述起点左侧时所述横向位移为负，所述根据所述横向位移、所述平均转弯半径和所述角度变化量判断所述车辆是否处于右转的步骤，包括：
判断所述横向位移是否为正且绝对值是否大于预设的距离阈值、所述平均转弯半径是否小于预设的半径阈值、且所述角度变化量是否大于预设的角度阈值；
如果所述横向位移为正且绝对值大于所述距离阈值、所述平均转弯半径小于所述半径阈值、且所述角度变化量大于所述角度阈值，则判定所述车辆处于右转；
否则，判定所述车辆不是处于右转。


3.根据权利要求1所述的车辆监控方法，其特征在于，所述利用车辆的全球定位系统数据和惯性导航单元数据获取所述车辆在预设路径范围内的运动参数的步骤之前，还包括：
实时获取所述车辆行进方向上前方路面的多帧图像；
对所述图像进行神经网络训练，以对所述图像进行以道路右转箭头为目标的目标检测；
响应于检测到所述目标，利用对应的所述图像对所述全球定位系统数据和所述惯性导航单元数据进行实时校正。


4.根据权利要求3所述的车辆监控方法，其特征在于，所述利用对应的所述图像对所述全球定位系统数据和所述惯性导航单元数据进行实时校正的步骤，包括：
获取检测到同一个所述目标的相邻两帧所述图像中所述目标与所述车辆的第一距离和第二距离，并利用所述第一距离和所述第二距离获取相邻两帧所述图像对应的相邻两个时刻之间所述车辆行驶的第一角度变化和第一距离变化；
从所述全球定位系统数据中提取所述相邻两个时刻之间所述车辆行驶的第二角度变化和第二距离变化，以及从所述惯性导航单元数据中提取所述相邻两个时刻之间所述车辆行驶的第三角度变化和第三距离变化；
利用所述第一角度变化和第一距离变化、所述第二角度变化和第二距离变化对所述全球定位系统数据进行校正，利用第一角度变化和第一距离变化、所述第三角度变化和第三距离变化对所述惯性导航单元数据进行校正。


5.根据权利要求4所述的车辆监控方法，其特征在于，所述利用所述第一角度变化和第一距离变化、所述第二角度变化和第二距离变化对所述全球定位系统数据进行校正的步...

【专利技术属性】
技术研发人员：孙焱标，张钧朴，缪其恒，
申请(专利权)人：浙江大华汽车技术有限公司，
类型：发明
国别省市：浙江;33