一种碰撞预测方法、装置、存储介质和服务器制造方法及图纸

本发明专利技术实施例提供了一种碰撞预测方法、装置、存储介质和服务器。本发明专利技术实施例的方案中，接收车辆终端发送的目标障碍物的图像位置融合信息；通过时间距离函数，根据车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间；判断最小时间是否大于碰撞时间阈值；若判断出最小时间小于或等于碰撞时间阈值，则生成碰撞预测信息，从而可以收集到详细、全面、准确的目标障碍物信息，通过时间距离函数计算出车辆到达目标障碍物的最小时间，提高了碰撞预测的实时性，进而可以在不受环境影响的基础上提高碰撞预测的速度和精度。预测的速度和精度。预测的速度和精度。

Collision prediction method, device, storage medium and server

【技术实现步骤摘要】
一种碰撞预测方法、装置、存储介质和服务器


[0001]本专利技术涉及通信
，尤其涉及一种碰撞预测方法、装置、存储介质和服务器。

技术介绍

[0002]在车联网领域，车辆碰撞预防方面，主要是基于多源异构信息融合的车联网车道巡航防碰撞方法，大多称为碰撞检测方法，这种检测方法检测速度较慢，精度较低。一些技术方案采用单一的激光雷达或相机传感器所采集的信息量较片面，且受各自相应环境的影响，因此仅靠某种传感器无法获取较为全面充分的自动驾驶车辆行驶的环境信息。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供了一种碰撞预测方法、装置、存储介质和服务器，可以在不受环境影响的基础上提高碰撞预测的速度和精度。
[0004]一方面，本专利技术实施例提供了一种碰撞预测方法，所述方法包括：
[0005]接收车辆终端发送的目标障碍物的图像位置融合信息和车辆数据信息；
[0006]接收车载终端按照预设时间间隔发送的边界点当前坐标；
[0007]通过时间距离函数，根据车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间；
[0008]判断最小时间是否大于碰撞时间阈值；
[0009]若判断出最小时间小于或等于碰撞时间阈值，则生成碰撞预测信息。
[0010]可选地，目标障碍物的图像位置融合信息包括目标障碍物的位置坐标，车辆数据信息包括车辆相对于目标障碍物的相对速度、边界点初始坐标和中心点坐标；通过时间距离函数，根据车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间，包括：
[0011]根据边界点当前坐标和目标障碍物的位置坐标，计算出车辆的边界点至目标障碍物的碰撞距离；
[0012]将以下公式(1)、公式(2)和公式(3)联立，根据车辆相对于目标障碍物的相对速度、边界点初始坐标、边界点当前坐标、中心点坐标、目标障碍物的位置坐标和碰撞距离，计算出车辆到达目标障碍物的最小时间；
[0013][0014][0015][0016]其中，G定义为G＝{O
i
|i＝1,
…
,n}、O
i
为边界点的集合、Q
i
为边界点的归一化参数、
l
i
为碰撞距离、(x
p
,y
p
)为目标障碍物的位置坐标、(x
i
,y
i
)为边界点当前坐标、为边界点初始坐标、为车辆的中心点坐标、TD
G/xy
(x
p
,y
p
)为车辆到达目标障碍物的最小时间、为边界点到达目标障碍物的碰撞时间、为车辆相对于目标障碍物的相对速度。
[0017]可选地，在计算出车辆到达目标障碍物的最小时间之后，还包括：
[0018]根据碰撞距离、边界点当前坐标、车辆相对于目标障碍物的相对速度、目标障碍物的位置坐标和车辆到达目标障碍物的最小时间，生成障碍物地图。
[0019]可选地，在生成障碍物地图之后，还包括：
[0020]将碰撞预测信息和障碍物地图发送至车辆终端。
[0021]可选地，若判断出最小时间大于碰撞时间阈值，则确定车辆不会与目标障碍物发生碰撞。
[0022]可选地，在确定车辆不会与目标障碍物发生碰撞之后，还包括：
[0023]将边界点的当前坐标确定为边界点初始坐标，继续执行接收车载终端按照预设时间间隔发送的边界点当前坐标的步骤。
[0024]可选地，碰撞预测信息包括车辆将于最小时间后与目标障碍物发生碰撞、目标障碍物的图像位置融合信息和最小时间。
[0025]另一方面，本专利技术实施例提供了一种碰撞预测装置，包括：
[0026]接收单元，用于接收车辆终端发送的目标障碍物的图像位置融合信息和车辆数据信息；
[0027]第一生成单元，用于通过时间距离函数，根据车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间；
[0028]判断单元，用于判断最小时间是否大于碰撞时间阈值；
[0029]第二生成单元，用于若判断单元判断出最小时间小于或等于碰撞时间阈值，则生成碰撞预测信息。
[0030]另一方面，本专利技术实施例提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述的碰撞预测方法。
[0031]另一方面，本专利技术实施例提供了一种服务器，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现上述的碰撞预测方法的步骤。
[0032]本专利技术实施例的方案中，接收车辆终端发送的目标障碍物的图像位置融合信息和车辆数据信息；接收车载终端按照预设时间间隔发送的边界点当前坐标；通过时间距离函数，根据车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间；判断最小时间是否大于碰撞时间阈值；若判断出最小时间小于或等于碰撞时间阈值，则生成碰撞预测信息，从而可以收集到详细、全面、准确的目标障碍物信息，通过时间距离函数计算出车辆到达目标障碍物的最小时间，提高了碰撞预测的实时性，进而可以在不受环境影响的基础上提高碰撞预测的速度和精度。
【附图说明】
[0033]图1为本专利技术实施例提供的一种碰撞预测方法的流程图；
[0034]图2为本专利技术实施例提供的又一种碰撞预测方法的流程图；
[0035]图3为本专利技术实施例提供的一种碰撞预测装置的结构示意图；
[0036]图4为本专利技术实施例提供的一种服务器的示意图。
【具体实施方式】
[0037]为了更好的理解本专利技术的技术方案，下面结合附图对本专利技术实施例进行详细描述。
[0038]应当明确，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0039]在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0040]应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0041]应当理解，尽管在本专利技术实施例中可能采用术语第一、第二等来描述设定阈值，但这些设定阈值不应限于这些术语。这些术语仅用来将设定阈值彼此区分开。例如，在不脱离本专利技术实施例范围的情况下，第一设定阈值也可以被本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种碰撞预测方法，其特征在于，应用于MEC服务器；所述方法包括：接收车辆终端发送的目标障碍物的图像位置融合信息和车辆数据信息；接收车载终端按照预设时间间隔发送的边界点当前坐标；通过时间距离函数，根据所述车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间；判断最小时间是否大于碰撞时间阈值；若判断出最小时间小于或等于碰撞时间阈值，则生成碰撞预测信息。2.根据权利要求1所述的碰撞预测方法，其特征在于，所述图像位置融合信息包括目标障碍物的位置坐标，所述车辆数据信息包括车辆相对于目标障碍物的相对速度、边界点初始坐标和中心点坐标；所述通过时间距离函数，根据所述车辆数据信息、边界点当前坐标和目标障碍物的图像位置融合信息，生成车辆到达目标障碍物的最小时间，包括：根据所述边界点当前坐标和所述目标障碍物的位置坐标，计算出所述车辆的边界点至所述目标障碍物的碰撞距离；将以下公式(1)、公式(2)和公式(3)联立，根据所述车辆相对于目标障碍物的相对速度、边界点初始坐标、边界点当前坐标、中心点坐标、目标障碍物的位置坐标和碰撞距离，计算出所述车辆到达目标障碍物的最小时间；算出所述车辆到达目标障碍物的最小时间；算出所述车辆到达目标障碍物的最小时间；其中，G定义为G＝{O
i
|i＝1,
…
,n}、O
i
为边界点的集合、Q
i
为边界点的归一化参数、l
i
为碰撞距离、(x
p
,y
p
)为目标障碍物的位置坐标、(x
i
,y
i
)为边界点当前坐标、为边界点初始坐标、为车辆的中心点坐标、TD
G/xy
(x
p
,y
p
)为车辆到达目标障碍物的最小时间、为边界点到达目标障碍物的碰...

【专利技术属性】
技术研发人员：向南，任大凯，廖振松，周秀，施媛媛，陈亚婕，程婕，
申请(专利权)人：中移上海信息通信科技有限公司中国移动通信集团有限公司，
类型：发明
国别省市：