一种多车超视距协同感知方法技术

本发明专利技术涉及多车协同感知技术领域，尤其是涉及一种多车超视距协同感知方法，所述方法包括如下步骤：数据采集模块采集组网车辆的实时行车信息；云端处理器利用来自主动组网车辆的实时行车信息建立协同感知网络并反馈给主动组网车辆；信息交互采集模块实现协同感知网络和实时行车信息的共享，得到组网车信息集；区域风险预测模块根据组网车信息集和协同感知网络生成区域风险预测图；数据输出及预警模块输出区域风险预测图并根据组网车辆的位置发出提示预警。本发明专利技术利用不同车辆实时感知获取的行车信息生成区域风险预测图，使组网车辆能够实时掌握较广范围的风险态势，实现对行车风险的超前感知，有利于及时规避风险，提高行车安全。安全。安全。

【技术实现步骤摘要】
一种多车超视距协同感知方法


[0001]本专利技术涉及多车协同感知
，尤其是涉及一种多车超视距协同感知方法。

技术介绍

[0002]车辆感知技术对智能车辆而言，起到基础性的作用。在确定感知范围和精度后，智能汽车环境感知在人工智能技术的支持下水平显著提升，也由原来的单车单一传感器感知附近车辆的位置、速度等，实现了向单车多传感器融合感知的转型。然而，本地车载传感器的感知范围和检测精度有限，当目标物体远离传感器或被道路物体遮挡时，可能无法准确检测并处理，不利于行车安全。车辆协同感知技术的出现解决了这一问题。
[0003]车辆协同感知技术主要是通过车联网通信来交换不同车俩获取的原始或处理过的传感器数据来增强安全性，这使得无论是人工驾驶还是自动驾驶，传感器捕获的盲点数据均有助于避免车辆碰撞，因此车辆协同感知是增强互联车辆感知能力的有效方案，并在前向碰撞预警、紧急制动预警以及交叉路口碰撞预警等方面具有较好的效果。然而，现有的车辆协同感知技术缺乏对一定行车区域内整体风险态势的感知和评价，不利于将可能出现的行车风险消灭在萌芽之中，使得在面对出现的行车危险时，现有技术即便能够准确给出危险预警，但驾驶人也可能难以及时反应，进而出现行车事故，威胁驾驶人甚至更多人的生命安全。

技术实现思路

[0004]针对现有技术中的缺陷，本专利技术提供一种多车超视距协同感知方法。
[0005]为了实现上述目的，本专利技术提供了一种多车超视距协同感知方法，所述方法包括如下步骤：数据采集模块采集组网车辆的实时行车信息，同时主动组网车辆将采集的实时行车信息上传至云端处理器；所述云端处理器根据所述主动组网车辆采集的实时行车信息建立协同感知网络，并将所述协同感知网络反馈给所述主动组网车辆；信息交互采集模块将所述协同感知网络共享给被动组网车辆，并基于所述协同感知网络共享所述组网车辆的实时行车信息，得到组网车信息集；区域风险预测模块根据所述组网车信息集和所述协同感知网络生成区域风险预测图；数据输出及预警模块输出所述区域风险预测图并根据所述组网车辆的位置发出提示预警。本专利技术利用不同车辆实时感知获取的行车信息生成区域风险预测图，使组网车辆能够实时掌握较广范围的风险态势，实现对行车风险的超前感知，有利于及时规避风险，提高行车安全。
[0006]可选地，所述组网车辆包括主动组网车辆和被动组网车辆，所述数据采集模块包括内部数据采集子模块、外部数据采集子模块和信号收发子模块，所述实时行车信息包括所述组网车辆自身的实时状态信息和实时行车环境信息，所述实时状态信息包括所述组网车辆的车辆质量、行车速度和坐标位置，所述实时行车环境信息包括所述组网车辆的邻车速度和邻车位置；所述数据采集模块采集组网车辆的实时行车信息，同时主动组网车辆将采集的实
时行车信息上传至云端处理器包括如下步骤：所述内部数据采集子模块采集所述实时状态信息，同时所述外部数据采集子模块采集所述实时行车环境信息；所述组网车辆使用所述信号收发子模块将采集的实时行车信息上传至云端处理器。
[0007]进一步的，主动组网车辆使用数据采集模块与云端处理器配合，进而实现对区域行车风险态势的实时掌握，提高行车安全。
[0008]可选地，所述云端处理器根据所述主动组网车辆采集的实时行车信息建立协同感知网络，并将所述协同感知网络反馈给所述主动组网车辆包括如下步骤：所述云端处理器从所述主动组网车辆的实时行车信息中筛选出所述坐标位置和所述邻车位置；所述云端处理器将所述组网车辆作为所述协同感知网络中的网络节点，并根据所述主动组网车辆的坐标位置和邻车位置确定所述网络节点的位置，进而得到网络节点分布图；所述云端处理器对所述网络节点进行标号，并将相邻的所述网络节点用直线连接起来，然后在所述网络节点分布图上附上比例尺，进而得到所述协同感知网络；所述云端处理器将所述协同感知网络反馈给所述主动组网车辆。
[0009]进一步的，将组网车辆作为协同感知网络中的网络节点，并对各个网络节点进行标号是为了便于更加直观的观测到各个组网车辆的位置变化信息，也可以加快车辆间信息共享时对信息来源的识别。
[0010]可选地，所述信息交互采集模块包括信息共享子模块和交互采集子模块；所述信息交互采集模块将所述协同感知网络共享给被动组网车辆，并基于所述协同感知网络共享所述组网车辆的实时行车信息，得到组网车信息集包括如下步骤：所述信息共享子模块将所述主动组网车辆得到的协同感知网络共享给所述被动组网车辆；所述组网车辆通过所述信息共享子模块获取其他所述组网车辆的实时行车信息，得到备用组网车信息集；所述交互采集子模块整理所述备用组网车信息集，进而得到所述组网车信息集。
[0011]进一步的，将协同感知网络共享给被动组网车辆是为了让被动组网车辆清楚自己的标号，并在共享实时行车信息时附上自己的标号，进而加快车辆间信息共享时对信息来源的识别。
[0012]可选地，所述交互采集子模块整理所述备用组网车信息集，进而得到所述组网车信息集包括如下步骤：所述交互采集子模块剔除所述备用组网车信息集中的邻车速度，得到第一备用组网车信息集；所述交互采集子模块剔除所述第一备用组网车信息集中被动组网车辆采集的坐标位置，进而得到所述组网车信息集。
[0013]进一步的，将邻车速度和被动组网车辆采集的坐标位置剔除能够提高组网车信息集的准确性和可靠性。
[0014]可选地，所述区域风险预测模块根据所述组网车信息集和所述协同感知网络生成区域风险预测图包括如下步骤：所述区域风险预测模块根据所述组网车信息集计算所述组网车辆的风险评价指标；所述区域风险预测模块根据所述协同感知网络和所述风险评价指标生成区域风险预测图。
[0015]进一步的，利用一片区域中所有组网车辆的风险评价指标生成区域风险预测图可以组网车辆实时掌握该区域的行车风险态势，有利于其在需要时及时调整行车路线，避免可能出现的行车事故。
[0016]可选地，所述风险评价指标满足如下关系：
[0017]其中，为第i个所述组网车辆的风险评价指标，为判决因子，为第i个所述组网车辆的行车速度，为第i个所述组网车辆的第j个邻车的行车速度，为第i个所述组网车辆的车辆质量，为第i个所述组网车辆的第j个邻车的车辆质量，N为第i个所述组网车辆的邻车总数，为第i个所述组网车辆与其第j个邻车的相遇点之间的距离，为第i个所述组网车辆的第j个邻车与第i个所述组网车辆的相遇点之间的距离。
[0018]进一步的，两个组网车辆沿着各自的行驶方向并不一定会在车道上相遇，这会降低区域风险预测图的可靠性，而设置判决因子可以很好的解决这一问题。
[0019]可选地，所述区域风险预测模块根据所述协同感知网络和所述风险评价指标生成区域风险预测图包括如下步骤：所述区域风险预测模块根据所述风险评价指标的数值对所述协同感知网络中的网络节点进行区别标注，得到风险感知网络；所述区域风险预测模块设定的风险衰变梯度，并利用所述风险衰变梯度在所述风险感知网络上绘制风险预测梯度曲线，进而得到所述区域风险预测图。
...

【技术保护点】

【技术特征摘要】
1.一种多车超视距协同感知方法，其特征在于，包括如下步骤：数据采集模块采集组网车辆的实时行车信息，同时主动组网车辆将采集的实时行车信息上传至云端处理器；所述云端处理器根据所述主动组网车辆采集的实时行车信息建立协同感知网络，并将所述协同感知网络反馈给所述主动组网车辆；信息交互采集模块将所述协同感知网络共享给被动组网车辆，并基于所述协同感知网络共享所述组网车辆的实时行车信息，得到组网车信息集；区域风险预测模块根据所述组网车信息集和所述协同感知网络生成区域风险预测图；数据输出及预警模块输出所述区域风险预测图并根据所述组网车辆的位置发出提示预警。2.根据权利要求1所述的一种多车超视距协同感知方法，其特征在于：所述组网车辆包括主动组网车辆和被动组网车辆，所述数据采集模块包括内部数据采集子模块、外部数据采集子模块和信号收发子模块，所述实时行车信息包括所述组网车辆自身的实时状态信息和实时行车环境信息，所述实时状态信息包括所述组网车辆的车辆质量、行车速度和坐标位置，所述实时行车环境信息包括所述组网车辆的邻车速度和邻车位置；所述数据采集模块采集组网车辆的实时行车信息，同时主动组网车辆将采集的实时行车信息上传至云端处理器包括如下步骤：所述内部数据采集子模块采集所述实时状态信息，同时所述外部数据采集子模块采集所述实时行车环境信息；所述组网车辆使用所述信号收发子模块将采集的实时行车信息上传至云端处理器。3.根据权利要求2所述的一种多车超视距协同感知方法，其特征在于，所述云端处理器根据所述主动组网车辆采集的实时行车信息建立协同感知网络，并将所述协同感知网络反馈给所述主动组网车辆包括如下步骤：所述云端处理器从所述主动组网车辆的实时行车信息中筛选出所述坐标位置和所述邻车位置；所述云端处理器将所述组网车辆作为所述协同感知网络中的网络节点，并根据所述主动组网车辆的坐标位置和邻车位置确定所述网络节点的位置，进而得到网络节点分布图；所述云端处理器对所述网络节点进行标号，并将相邻的所述网络节点用直线连接起来，然后在所述网络节点分布图上附上比例尺，进而得到所述协同感知网络；所述云端处理器将所述协同感知网络反馈给所述主动组网车辆。4.根据权利要求3所述的一种多车超视距协同感知方法，其特征在于：所述信息交互采集模块包括信息共享子模块和交互采集子模块；所述信息交互采集模块将所述协同感知网络共享给被动组网车辆，并基于所述协同感知网络共享所述组网车辆的实时行车信息，得到组网车信息集包括如下步骤：所述信息共享子模块将所述主动组网车辆得到的协同感知网络共享给所述被动组网车辆；所述组网车辆通过所述信息共享子模块获取其他所...

【专利技术属性】
技术研发人员：赵玉玺，任立英，张泰阳，
申请(专利权)人：山东大学，
类型：发明
国别省市：