一种车辆危险行为检测方法、装置及系统与流程

1.本发明涉及智能车辆技术领域，具体而言，涉及一种车辆危险行为检测方法、装置及系统。


背景技术：

2.目前，识别车辆危险行为的方法主要有以下几种：识别车辆自身危险行为：根据车辆方向盘、车轮转角等车辆自身数据，判断车辆是否在进行蛇行；识别前车危险行为：根据车载摄像头，识别前车蛇行、急减速、车距过近等危险行为。现有技术主要存在如下缺点：依赖车载传感器，仅能识别前车危险行为，无法识别前方一长段行驶路线上的危险行为车辆；且存在盲区问题，如进行交叉口转向时，对于道路侧的物理遮挡，无法通过仅在车辆上搭载传感器，识别转角后方的车辆危险行为。


技术实现要素：

3.本发明解决的问题是如何准确识别车辆危险行为。
4.为解决上述问题，本发明提供一种车辆危险行为检测方法，包括：通过路侧感知设备识别标定区域的道路中心线和标定车辆；识别所述标定车辆的行驶方向角，当所述行驶方向角与所述道路中心线的夹角大于预设角度时，确定所述行驶方向角为异常方向角，根据多次确定的所述异常方向角确定所述标定车辆的行驶状态；当所述标定车辆处于异常行驶状态时，向所述标定车辆和/或其他车辆发送告警信息。
5.本发明所述的车辆危险行为检测方法，通过将路侧感知设备识别的行驶方向角与道路中心线的夹角比较来确定异常方向角，并根据多次确定的异常方向角确定车辆的行驶状态以在车辆处于异常行驶状态时，向标定车辆和/或其他车辆发送告警信息，实现了蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
6.可选地，所述通过路侧感知设备识别标定区域的道路中心线和标定车辆包括：通过所述路侧感知设备获取所述标定区域的三维坐标图，将所述三维坐标图转换为二维平面图，在所述二维平面图中识别所述道路中心线和所述标定车辆。
7.本发明所述的车辆危险行为检测方法，通过将三维坐标图转换为二维平面图，在二维平面图中识别道路中心线和标定车辆，实现了道路中心线和标定车辆的准确识别，进而能够实现蛇形等危险行为车辆的提前识别。
8.可选地，所述通过路侧感知设备识别标定区域的道路中心线和标定车辆还包括：为位于所述标定区域的所有所述标定车辆赋予唯一对应的身份标识号，其中，所述车辆包括智能车辆和非智能车辆。
9.本发明所述的车辆危险行为检测方法，通过为位于标定区域的所有标定车辆赋予唯一对应的身份标识号，从而有效确保对标定区域所有标定车辆的识别，并在标定车辆出现危险驾驶行为时，向标定车辆和/或其他车辆发送告警信息，进而能够有效提高行驶安全性。
10.可选地，所述当所述行驶方向角与所述道路中心线的夹角大于预设角度时，确定所述行驶方向角为异常方向角，根据多次确定的所述异常方向角确定所述标定车辆的行驶状态包括：根据多次确定的所述异常方向角与对应的识别时刻生成夹角序列，在预设时间段内，当连续三个所述识别时刻对应的异常方向角呈现正向
‑
负向
‑
正向或负向
‑
正向
‑
负向的变化趋势时，确定所述车辆处于所述异常行驶状态，其中，所述正向对应的夹角和所述负向对应的夹角分别位于所述道路中心线的两侧。
11.本发明所述的车辆危险行为检测方法，设置当连续三个识别时刻对应的异常方向角呈现正向
‑
负向
‑
正向或负向
‑
正向
‑
负向的变化趋势时，确定标定车辆处于异常行驶状态，实现了蛇形等危险行驶行为的准确识别。
12.可选地，所述车辆危险行为检测方法还包括：当所述行驶方向角与所述道路中心线的夹角大于预设角度时，将所述标定车辆的方向信息发送至云平台，以通过所述云平台确定所述标定车辆的行驶状态，其中，所述方向信息包括所述身份标识号、所述异常方向角和对应的识别时刻。
13.本发明所述的车辆危险行为检测方法，通过云平台辅助确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
14.可选地，所述车辆危险行为检测方法还包括：将多个所述路侧感知设备识别的所述标定车辆的方向信息发送至所述云平台，以通过所述云平台按照预设规则确定所述标定车辆的行驶状态，其中，所述标定车辆适于被多个所述路侧感知设备识别。
15.本发明所述的车辆危险行为检测方法，通过云平台辅助确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
16.可选地，所述通过所述云平台按照预设规则确定所述标定车辆的行驶状态包括：通过所述云平台从多个所述方向信息中选取先接收到的方向信息或位于所述标定车辆行驶方向反方向的路侧感知设备所识别的方向信息，根据选取的所述方向信息确定所述标定车辆的行驶状态。
17.本发明所述的车辆危险行为检测方法，通过设置云平台按照预设规则选取方向信息进而确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
18.本发明还提供一种车辆危险行为检测装置，包括：识别模块，用于通过路侧感知设备识别标定区域的道路中心线和标定车辆；状态模块，用于识别所述标定车辆的行驶方向角，当所述行驶方向角与所述道路中心线的夹角大于预设角度时，确定所述行驶方向角为异常方向角，根据多次确定的所述异常方向角确定所述标定车辆的行驶状态；告警模块，用于当所述标定车辆处于异常行驶状态时，向所述标定车辆和/或其他车辆发送告警信息。所述车辆危险行为检测装置与上述车辆危险行为检测方法相对于现有技术所具有的优势相同，在此不再赘述。
19.本发明还提供一种车辆危险行为检测系统，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如上所述的车辆危险行为检测方法。所述车辆危险行为检测系统与上述车辆危险行为检测方法相对于现有技术所具有的优势相同，在此不再赘述。
20.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机
程序，所述计算机程序被处理器读取并运行时，实现如上所述的车辆危险行为检测方法。所述计算机可读存储介质与上述车辆危险行为检测方法相对于现有技术所具有的优势相同，在此不再赘述。
附图说明
21.图1为本发明实施例的车辆危险行为检测方法的流程示意图；图2为本发明实施例的道路的三维坐标图；图3为本发明实施例的道路的二维平面图；图4为本发明实施例的车辆异常方向示意图。
具体实施方式
22.为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
23.如图1所示，本发明实施例提供一种车辆危险行为检测方法，包括：通过路侧感知设备识别标定区域的道路中心线和标定车辆；识别所述标定车辆的行驶方向角，当所述行驶方向角与所述道路中心线的夹角大于预设角度时，确定所述行驶方向角为异常方向角，根据多次确定的所述异常方向角确定所述标定车辆的行驶状态；当所述标定车辆处于异常行驶状态时，向所述标定车辆和/或其他车辆发送告警信息。
24.具体地，在本实施例中，车辆危险行为检测方法包括：通过路侧感知设备识别标定区域（也称识别区域）的道路中心线和标定车辆，路侧感知设备（也称路侧感知系统）包括摄像头、激光雷达和一体机等；识别标定车辆的行驶方向角，当行驶方向角与道路中心线的夹角大于预设角度时，说明标定车辆的行驶方向出现了异常，确定行驶方向角为异常方向角，但出现一次异常方向角也可能只是变道、避让或其他驾驶情况导致的，并不一定说明出现了蛇形等危险驾驶行为，因此需要根据多次确定的异常方向角确定标定车辆的行驶状态；当标定车辆处于异常行驶状态时，向其他标定车辆发送告警信息。通过将路侧感知设备识别的行驶方向角与道路中心线的夹角比较来确定异常方向角，并根据多次确定的异常方向角确定标定车辆的行驶状态以在标定车辆处于异常行驶状态时，向标定车辆和/或其他车辆发送告警信息，实现了蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
25.其中，采用路侧感知设备能够突破传统车载系统视距、盲区等问题。
26.其中，车辆与路侧系统（包括路侧感知设备和路侧通信设备）的交互通过车载通信设备（包括车端cpe及车载单元）和路侧通信设备（包括5g
‑
cpe和路侧单元（rsu））来实现。
27.其中，预设角度可取为15度，根据实际情况可适应性调整。
28.在本实施例中，通过将路侧感知设备识别的行驶方向角与道路中心线的夹角比较来确定异常方向角，并根据多次确定的异常方向角确定车辆的行驶状态以在车辆处于异常行驶状态时，向标定车辆和/或其他车辆发送告警信息，实现了蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
29.可选地，所述通过路侧感知设备识别标定区域的道路中心线和标定车辆包括：通过所述路侧感知设备获取所述标定区域的三维坐标图，将所述三维坐标图转换为二维平面图，在所述二维平面图中识别所述道路中心线和所述标定车辆。
30.具体地，在本实施例中，结合图2和图3所示，通过路侧感知设备识别标定区域的道路中心线和标定车辆包括：通过路侧感知设备获取标定区域的三维坐标图，将三维坐标图转换为二维平面图，在二维平面图中识别道路中心线和标定车辆。通过路侧感知设备识别的通常是标定车辆在三维立体空间内的图像，需要转换为二维平面图即俯视图，从而能够准确识别道路中心线。通过将三维坐标图转换为二维平面图，在二维平面图中识别道路中心线和标定车辆，实现了道路中心线和标定车辆的准确识别，进而能够实现蛇形等危险行为车辆的提前识别。
31.在本实施例中，通过将三维坐标图转换为二维平面图，在二维平面图中识别道路中心线和标定车辆，实现了道路中心线和标定车辆的准确识别，进而能够实现蛇形等危险行为车辆的提前识别。
32.可选地，所述通过路侧感知设备识别标定区域的道路中心线和标定车辆还包括：为位于所述标定区域的所有所述标定车辆赋予唯一对应的身份标识号，其中，所述车辆包括智能车辆和非智能车辆。
33.具体地，在本实施例中，通过路侧感知设备识别标定区域的道路中心线和标定车辆还包括：为位于标定区域的所有标定车辆赋予唯一对应的身份标识号（例如图3所示的id：001001、002002和002001等），其中，标定车辆包括智能车辆和非智能车辆。一般来说，路侧感知设备在识别标定车辆时，会对标定区域的所有标定车辆进行识别，这些标定车辆既包括能与路侧系统交互的智能车辆，也包括非智能车辆，为所有标定车辆赋予唯一对应的身份标识号，从而有效确保对道路所有标定车辆的识别，并在标定车辆出现危险驾驶行为时，向标定车辆和/或其他车辆发送告警信息，进而能够有效提高行驶安全性。
34.在本实施例中，通过为位于标定区域的所有标定车辆赋予唯一对应的身份标识号，从而有效确保对标定区域所有标定车辆的识别，并在标定车辆出现危险驾驶行为时，向标定车辆和/或其他车辆发送告警信息，进而能够有效提高行驶安全性。
35.可选地，所述当所述行驶方向角与所述道路中心线的夹角大于预设角度时，确定所述行驶方向角为异常方向角，根据多次确定的所述异常方向角确定所述标定车辆的行驶状态包括：根据多次确定的所述异常方向角与对应的识别时刻生成夹角序列，在预设时间段内，当连续三个所述识别时刻对应的异常方向角呈现正向
‑
负向
‑
正向或负向
‑
正向
‑
负向的变化趋势时，确定所述车辆处于所述异常行驶状态，其中，所述正向对应的夹角和所述负向对应的夹角分别位于所述道路中心线的两侧。
36.具体地，在本实施例中，结合图4所示，当行驶方向角与道路中心线的夹角大于预设角度（阈值θ度）时，确定行驶方向角为异常方向角，根据多次确定的异常方向角确定标定车辆的行驶状态包括：根据多次确定的异常方向角与对应的识别时刻生成夹角序列[t
a
，θ
a
；t
b
，θ
b
；t
c
，θ
c
；
…
；t
n
，θ
n
]（可用t
i
，θ
i
表示任一夹角序列），在预设时间段（
△
t，例如15秒）内，当连续三个识别时刻对应的异常方向角呈现正向
‑
负向
‑
正向或负向
‑
正向
‑
负向（可以定义车辆朝向道路中心线一侧时的行驶方向角为正，朝向另一侧的行驶方向角为负，即正向对应的夹角和负向对应的夹角分别位于道路中心线的两侧）的变化趋势时，确定标定车辆处于异常行驶状态。由于出现一次异常方向角也可能只是变道、避让或其他驾驶情况导致的，并不一定说明出现了蛇形等危险驾驶行为，因此本实施例中设置当连续三个识别时刻对应的异常方向角呈现正向
‑
负向
‑
正向或负向
‑
正向
‑
负向的变化趋势时，确定标定车辆处于异常
行驶状态，实现了蛇形等危险行驶行为的准确识别。
[0037]
在本实施例中，设置当连续三个识别时刻对应的异常方向角呈现正向
‑
负向
‑
正向或负向
‑
正向
‑
负向的变化趋势时，确定标定车辆处于异常行驶状态，实现了蛇形等危险行驶行为的准确识别。
[0038]
可选地，所述车辆危险行为检测方法还包括：当所述行驶方向角与所述道路中心线的夹角大于预设角度时，将所述标定车辆的方向信息发送至云平台，以通过所述云平台确定所述标定车辆的行驶状态，其中，所述方向信息包括所述身份标识号、所述异常方向角和对应的识别时刻。
[0039]
具体地，在本实施例中，车辆危险行为检测方法还包括：当行驶方向角与道路中心线的夹角大于预设角度时，将标定车辆的方向信息发送至云平台，以通过云平台确定标定车辆的行驶状态，其中，方向信息包括身份标识号、异常方向角和对应的识别时刻。路侧感知设备会将标定车辆的身份标识号、行驶方向角和对应的识别时刻记载在路侧数据存储分析设备中，当路侧感知设备识别到行驶方向角与道路中心线的夹角大于预设角度时，路侧数据存储分析设备将方向信息发送至云平台，通过云平台确定标定车辆的行驶状态。通过云平台辅助确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
[0040]
在本实施例中，通过云平台辅助确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
[0041]
可选地，所述车辆危险行为检测方法还包括：将多个所述路侧感知设备识别的所述标定车辆的方向信息发送至所述云平台，以通过所述云平台按照预设规则确定所述标定车辆的行驶状态，其中，所述标定车辆适于被多个所述路侧感知设备识别。
[0042]
具体地，在本实施例中，标定车辆处于多个路侧感知设备的识别区域内，车辆危险行为检测方法还包括：将多个路侧感知设备识别的标定车辆的方向信息发送至云平台，以通过云平台按照预设规则确定标定车辆的行驶状态。一般车辆会处于多个路侧感知设备的识别区域内，当云平台接收到多个路侧感知设备发送的同一车辆的方向信息时，会按照预设规则筛选出其中之一，可视具体情况而定。通过云平台辅助确定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
[0043]
在本实施例中，通过云平台辅助确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
[0044]
可选地，所述通过所述云平台按照预设规则确定所述标定车辆的行驶状态包括：通过所述云平台从多个所述方向信息中选取先接收到的方向信息或位于所述标定车辆行驶方向反方向的路侧感知设备所识别的方向信息，根据选取的所述方向信息确定所述标定车辆的行驶状态。
[0045]
具体地，在本实施例中，通过云平台按照预设规则确定标定车辆的行驶状态包括：通过云平台从多个方向信息中选取先接收到的方向信息或位于标定车辆行驶方向反方向的路侧感知设备所识别的方向信息，根据选取的方向信息确定标定车辆的行驶状态。一般车辆会处于多个路侧感知设备的识别区域内，当云平台接收到多个路侧感知设备发送的同一车辆的方向信息时，会按照预设规则筛选出其中之一，一般选取先接收到的方向信息，也可以选取与车辆行驶方向反方向的路侧感知设备的方向信息，可视具体情况而定。通过设
置云平台按照预设规则选取方向信息进而确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
[0046]
在本实施例中，通过设置云平台按照预设规则选取方向信息进而确定标定车辆的行驶状态，有利于实现蛇形等危险行为车辆的提前识别，进而有效提高了行驶安全性。
[0047]
本发明另一实施例提供一种车辆危险行为检测装置，包括：识别模块，用于通过路侧感知设备识别标定区域的道路中心线和标定车辆；状态模块，用于识别所述标定车辆的行驶方向角，当所述行驶方向角与所述道路中心线的夹角大于预设角度时，确定所述行驶方向角为异常方向角，根据多次确定的所述异常方向角确定所述标定车辆的行驶状态；告警模块，用于当所述标定车辆处于异常行驶状态时，向所述标定车辆和/或其他车辆发送告警信息。
[0048]
本发明另一实施例提供一种车辆危险行为检测系统，包括存储有计算机程序的计算机可读存储介质和处理器，所述计算机程序被所述处理器读取并运行时，实现如上所述的车辆危险行为检测方法。
[0049]
本发明另一实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器读取并运行时，实现如上所述的车辆危险行为检测方法。
[0050]
虽然本发明公开披露如上，但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。