跨海桥梁上车辆轨迹预测方法、设备和存储介质技术

本发明专利技术实施例公开了一种跨海桥梁上车辆轨迹预测方法、设备和存储介质。其中方法包括：构建车辆在跨海桥梁上行驶的动力学方程；其中，所述动力学方程描述侧向风速与车辆运动状态之间的关系；根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态，其中，观测运动状态指由观测设备观测到的车辆运动状态；利用所述动力学方程，根据当前侧向风速修正所述当前滤波后运动状态，得到当前实际运动状态；将当前时刻作为上一时刻，返回卡尔曼滤波的步骤，直到得到完整的车辆轨迹。本实施例使轨迹预测结果更符合实际。结果更符合实际。结果更符合实际。

【技术实现步骤摘要】
跨海桥梁上车辆轨迹预测方法、设备和存储介质


[0001]本专利技术涉及桥梁安全
，尤其涉及一种跨海桥梁上车辆轨迹预测方法、设备和存储介质。

技术介绍

[0002]跨海桥梁是东部沿海地区的重要交通线路组成，对跨海桥梁上行驶的车辆进行跟踪监控，有利于进行更好的交通管理。例如，对危化品运输车辆进行跟踪监控，避免发生事故，导致人员伤亡、桥梁结构破坏、环境污染等恶劣后果。
[0003]车辆轨迹预测是车辆跟踪监控的常用手段。首先通过车辆识别找出目标车辆，然后实时跟踪车辆的位置和运动状态，并根据当前位置和状态预测下一刻位置和状态。现有的车辆轨迹预测技术多是围绕一般行驶环境开展的，对周围环境的感知局限于对路面状况、道路拥挤程度等交通环境，难以兼顾跨海桥梁上特殊的环境因素。

技术实现思路

[0004]本专利技术提供一种跨海桥梁上车辆轨迹预测方法、设备和存储介质，根据跨海桥梁的环境因素对车辆运动状态进行修正，使得轨迹预测更符合实际。
[0005]第一方面，本专利技术提供了一种跨海桥梁上车辆轨迹预测方法，包括：构建车辆在跨海桥梁上行驶的动力学方程；其中，所述动力学方程描述侧向风速与车辆运动状态之间的关系；根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态，其中，观测运动状态指由观测设备观测到的车辆运动状态；利用所述动力学方程，根据当前侧向风速修正所述当前滤波后运动状态，得到当前实际运动状态；将当前时刻作为上一时刻，返回根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态的步骤，直到得到完整的车辆轨迹。
[0006]第二方面，本专利技术还提供了一种电子设备，所述电子设备包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本申请所述的跨海桥梁上车辆轨迹预测方法。
[0007]第三方面，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所述的跨海桥梁上车辆轨迹预测方法。
[0008]本专利技术考虑了跨海桥梁的特殊环境，对车辆运动状态进行卡尔曼滤波后，通过侧向风速对滤波后运动状态进行修正，使最终的当前实际运动状态受侧向风速、上一刻实际运动状态、当前观测运动状态的共同约束，更接近真实情况，车辆轨迹也更加精确；此外，本
申请构建了与侧向风速相关的动力学方程，提供了侧向风速对运动状态影响的计算方法，提供了在轨迹预测中考虑侧向风速的可实现性。
附图说明
[0009]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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。
[0010]图1是本专利技术实施例提供的一种跨海桥梁上车辆轨迹预测方法的流程图；图2是本专利技术实施例提供的车辆受力情况及运动状态的示意图；图3是本专利技术实施例提供的基于双目视觉原理确定车辆位置的示意图；图4是本专利技术实施例提供的另一种跨海桥梁上车辆轨迹预测方法的流程图；图5为本申请实施例提供的一种试验对象分组方式示意图；图6是本专利技术实施例提供的一种电子设备的结构示意图。
具体实施方式
[0011]为使本专利技术的目的、技术方案和优点更加清楚，下面将对本专利技术的技术方案进行清楚、完整的描述。显然，所描述的实施例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做出创造性劳动的前提下所得到的所有其它实施例，都属于本专利技术所保护的范围。
[0012]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0013]在本专利技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本专利技术中的具体含义。
[0014]图1是本专利技术实施例提供的一种跨海桥梁上车辆轨迹预测方法的流程图，适用于对跨海桥梁上的行驶车辆进行跟踪监控的情况，本实施例由电子设备执行。结合图1，本实施例提供的方法具体包括：S10、构建车辆在所述桥梁上的动力学方程，所述动力学方程描述侧向风速与车辆运动状态之间的关系。
[0015]侧向指垂直于车辆行驶方向的方向。侧向风速指垂直于车辆行驶方向的风速。由于跨海桥梁上风速很大、风速多变，车辆行驶受侧向风速影响明显，因此本实施例充分考虑到了跨海桥梁环境的特殊性，构建车辆在跨海桥梁上的动力学方程。所述动力学方程用于描述侧向风速与车辆运动状态之间的关系，以便根据侧向风速对车辆的运动状态进行修
正。
[0016]本实施例中的运动状态包括位置、速度和加速度。图2是本专利技术实施例提供的车辆受力情况及运动状态的示意图。如图2所示，可选地，动力学方程如下所示：（1）其中，F
i
表示轮胎i受到的滚动摩擦力（i=1、2、3、4），H
i
表示轮胎i受到的侧滑摩擦力，T
i
表示车辆牵引力，V
i
表示车辆与路面间的接触力；M表示车辆质量，表示车辆行驶加速度（即沿行驶方向的加速度），表示为车辆侧滑加速度（即沿侧向的加速度），g表示重力加速度；p表示车轮横向间距的一半，q表示车辆质心距路面的距离，r和s分别表示车辆质心距车辆后轴和前轴的水平距离；S、D、L分别表示侧向风速引起的气动侧力、气动阻力和气动升力，P、R、Y分别表示侧向风速引起的俯仰力矩、滚动力矩和偏转力矩，S、D、L及P、R、Y均可以通过侧向风速求得。可以看出，方程（1）描述了侧向风速与车辆行驶加速度和侧滑加速度的关系，可以作为本实施例中的动力学方程。
[0017]S20、根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态，其中，观测运动状态指由路侧设备观测到的车辆运动状态。
[0018]卡尔曼滤波的基本原理是；首先，根据设定的预测方程，由上一时刻的运动状态预测当前运动状态；同时，通过观测设备观测当前运动状态；然后，根据观测到的运动状态对预测到的当前运动状态进行优化，得到滤波后的当前运动状态。
[0019]为了便于区分和描述，下面将预测到的运动状态称为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨海桥梁上车辆轨迹预测方法，其特征在于，包括：构建车辆在跨海桥梁上行驶的动力学方程；其中，所述动力学方程描述侧向风速与车辆运动状态之间的关系；根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态，其中，观测运动状态指由观测设备观测到的车辆运动状态；利用所述动力学方程，根据当前侧向风速修正所述当前滤波后运动状态，得到当前实际运动状态；将当前时刻作为上一时刻，返回根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态的步骤，直到得到完整的车辆轨迹。2.根据权利要求1所述的方法，其特征在于，构建车辆在跨海桥梁上行驶的动力学方程，包括：基于受力平衡和力矩平衡原理，构建车辆在所述桥梁上的基础方程：确定所述基础方程中的运动状态相关变量和侧向风速相关变量；确定所述运动状态相关变量与运动状态之间的运动关系方程；确定所述侧向风速相关变量与侧向风速之间的风速关系方程：确定其余变量之间的变量关系方程：将所述基础方程、所述运动关系方程、所述风速关系方程和所述变量关系方程联立，得到所述动力学方程。3.根据权利要求1所述的方法，其特征在于，所述车辆为危化品车辆，所述观测设备为两个路侧摄像机；根据卡尔曼滤波原理，由所述车辆的上一时刻实际运动状态和当前观测运动状态，确定当前滤波后运动状态，包括：根据所述两个路侧摄像机的系统时间，提取每个摄像机拍摄的当前图像，其中，所述当前图像记录所述车辆在所述当前时刻的位置；根据所述车辆在两个当前图像中的位置，基于双目视觉原理确定所述车辆的当前观测运动状态。4.根据权利要求3所述的方法，其特征在于，根据所述两个路侧摄像机的系统时间，提取每个摄像机拍摄的当前图像，还包括：对所述两个路侧摄像机的光心高度进行校准，使光心高度一致。5.根据权利要求1所述的方法，其特征在于，利用所述动力学方程，根据当前侧向风速修正所述当前滤波后运动状态，得到当前实际运动状态，包括：根据所述侧向风速，判断...

【专利技术属性】
技术研发人员：郭健，马开疆，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：