一种车辆碰撞预测方法、装置、电子设备和存储介质与流程

1.本发明涉及汽车技术领域，尤其涉及一种车辆碰撞预测方法、装置、电子设备和存储介质。


背景技术：

2.随着汽车行业的飞速发展，汽车日渐成为人们日常出行的必备交通工具。自动紧急刹车系统(autonomous emergency braking，aeb)作为一种汽车主动安全技术，能够有效识别碰撞风险，并对即将到来的风险进行评估，若有碰撞风险系统会进行制动以有效的避免碰撞。但目前的aeb系统使用场景皆为正向行驶(车辆前进)场景，并不具备在倒车场景下的预碰撞测能力。


技术实现要素：

3.本发明提供了一种车辆碰撞预测方法、装置、电子设备和存储介质，通过利用倒车场景下获取的相对运动数据和预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，进而根据虚拟安全车道宽度与预测碰撞时间去确定车辆的碰撞预测结果，实现了倒车场景下的车辆碰撞预测，进而提高了行车安全和用户驾驶体验。
4.根据本发明的一方面，提供了一种车辆碰撞预测方法，该方法包括：
5.获取倒车场景下自车与目标物体的相对运动数据；
6.根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间；
7.根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。
8.根据本发明的另一方面，提供了一种车辆碰撞预测装置，该装置包括：
9.数据获取模块，用于获取倒车场景下自车与目标物体的相对运动数据；
10.碰撞参数确定模块，用于根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间；
11.碰撞预测结果确定模块，用于根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。
12.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
13.至少一个处理器；以及
14.与所述至少一个处理器通信连接的存储器；其中，
15.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的车辆碰撞预测方法。
16.根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的车辆碰撞预测方法。
17.本发明实施例的技术方案，通过获取倒车场景下自车与目标物体的相对运动数
据，根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。本发明实施例通过利用倒车场景下获取的自车和目标物体之间的相对运动数据以及预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，进而根据虚拟安全车道宽度与预测碰撞时间去确定自车的碰撞预测结果，实现了倒车场景下的车辆碰撞预测，提高了行车安全和用户驾驶体验。
18.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
19.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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。
20.图1是根据本发明实施例一提供的一种车辆碰撞预测方法的流程图；
21.图2是根据本发明实施例二提供的一种车辆碰撞预测方法的流程图；
22.图3是根据本发明实施例三提供的一种车辆碰撞预测系统的示例图；
23.图4是根据本发明实施例三提供的一种车辆碰撞预测方法的流程图；
24.图5是根据本发明实施例三提供的一种直线行驶的虚拟安全车道线的示意图；
25.图6是根据本发明实施例三提供的一种曲线行驶的虚拟安全车道线的示意图；
26.图7是根据本发明实施例四提供的一种车辆碰撞预测装置的结构示意图；
27.图8是实现本发明实施例的车辆碰撞预测方法的电子设备的结构示意图。
具体实施方式
28.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
29.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
30.实施例一
31.图1为本发明实施例一提供了一种车辆碰撞预测方法的流程图，本实施例可适用于倒车场景下车辆碰撞预测的情况，该方法可以由车辆碰撞预测装置来执行，该车辆碰撞预测装置可以采用硬件和/或软件的形式实现，该车辆碰撞预测装置可配置于电子设备中，
例如可以包括但不限于车载设备等。如图1所示，本实施例一提供的一种车辆碰撞预测方法，具体包括如下步骤：
32.s110、获取倒车场景下自车与目标物体的相对运动数据。
33.其中，自车可以是指待确定碰撞预测结果的车辆，自车可以包括有人驾驶车辆和无人驾驶车辆等。目标物体可以理解为在自车倒车过程中位于自车后方的物体，目标物体可以包括各种不同类型的车辆、行人、障碍物等。相对运动数据可以是指自车与目标物体之间的相对运动状态数据，相对运动数据可以包括但不限于：目标物体的距离、目标物体的速度、目标物体的加速度、目标物体的横摆角、自车的速度以及自车的横摆角等，可以理解的是，目标物体的距离和速度可以包括目标物体的横向距离、横向速度、纵向距离、纵向速度、目标物体与自车的相对距离以及相对速度等，本发明实施例对此不进行限制。
34.在本发明实施例中，可以在自车的倒车过程中，控制自车配置的各种感知传感器例如轮速传感器、方向盘转角传感器、车载摄像头、激光雷达以及毫米波雷达等，采集自车与目标物体的相对运动数据，其中，目标物体可以包括各种不同类型的车辆、行人、障碍物等，相对运动数据可以包括但不限于：目标物体的距离、目标物体的速度、目标物体的加速度、目标物体的横摆角、自车的速度以及自车的横摆角等。
35.s120、根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间。
36.其中，预设车身参数可以是指与自车车身相关的一些参数，预设车身参数可以包括自车车宽、自车车长以及自车后轴到车尾距离等，预设车身参数的获取方式可以不限于通过车辆公告、通过汽车产商的自车参数配置表以及用户实际测量等方式。虚拟安全车道宽度可以理解为基于自车倒车轨迹确定的虚拟安全车道的宽度，虚拟安全车道宽度可以用来衡量自车与目标物体的非碰撞可能区域即虚拟安全区域的大小。预测碰撞时间可以是指自车行驶至自车行驶轨迹与目标物体行驶轨迹的交点的时间。
37.在本发明实施例中，预设车身参数可以预先通过车辆公告、汽车产商的自车参数配置表以及用户实际测量等方式获取到，再根据前面获取的相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，其中，根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间的方式可以包括但不限于以下几种：可以将获取的相对运动数据和预设车身参数输出至已经训练好的深度学习网络模型中，并根据模型的输出结果确定虚拟安全车道宽度与预测碰撞时间；也可以将获取的相对运动数据和预设车身参数分别代入预先配置的车道宽度确定公式和碰撞时间确定公式中，进而得到对应的虚拟安全车道宽度与预测碰撞时间；还可以先根据相对运动数据确定自车的运动类型即直线行驶或曲线行驶，再基于不同自车的运动类型，根据相对运动数据和预设车身参数确定对应的虚拟安全车道宽度与预测碰撞时间。
38.s130、根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。
39.其中，碰撞预测结果可以是指自车在倒车过程中是否会发生碰撞的预测结果，碰撞预测结果可以包括有碰撞风险以及无碰撞风险两种。
40.在本发明实施例中，可以根据虚拟安全车道宽度确定自车与目标物体之间的虚拟安全区域，例如可以将虚拟安全车道宽度与自车车长围成的区域作为虚拟安全区域，也可以将以自车为原点、虚拟安全车道宽度为半径围成的圆形区域作为虚拟安全区域等，再根
据相对运动数据确定目标物体进入和离开虚拟安全区域的时间，最后根据预测碰撞时间、目标进入区域时间和目标离开区域时间共同确定自车的碰撞预测结果，例如可以是：在预测碰撞时间大于目标进入区域时间，并且预测碰撞时间小于目标离开区域时间时，确定自车碰撞预测结果为有碰撞风险；在预测碰撞时间小于目标进入区域时间，或者预测碰撞时间大于目标离开区域时间时，确定自车碰撞预测结果为无碰撞风险等。
41.进一步地，在确定自车的碰撞预测结果为有碰撞风险之后，可以控制自车配置的蜂鸣器触发报警提示声音以提示驾驶员注意后车碰撞风险；也可以控制自车的制动踏板、电子驻车制动系统、aeb系统等制动系统进行制动工作以确保自车的行车安全。
42.本发明实施例的技术方案，通过获取倒车场景下自车与目标物体的相对运动数据，根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。本发明实施例通过利用倒车场景下获取的自车和目标物体之间的相对运动数据以及预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，进而根据虚拟安全车道宽度与预测碰撞时间去确定自车的碰撞预测结果，实现了倒车场景下的车辆碰撞预测，提高了行车安全和用户驾驶体验。
43.实施例二
44.图2为本发明实施例二提供的一种车辆碰撞预测方法的流程图，基于上述实施方式进一步进行优化与扩展，并可以与上述实施方式中各个可选技术方案结合。如图2所示，本实施例二提供的一种车辆碰撞预测方法，具体包括如下步骤：
45.s210、在处于倒车场景下，控制自车的车载感知设备采集目标物体相对于自车的初始运动数据。
46.其中，车载感知设备可以是指在配置于自车的各种车身感知和环境感知设备，车载感知设备可以采集自车的状态感知数据以及四周的环境感知数据，车载感知设备可以但不限于轮速传感器、方向盘转角传感器、惯性测量单元(inertial measurement unit，imu)、毫米波雷达、超声波雷达、车载摄像头等。初始运动数据可以是指目标物体相对于自车的初始且未滤除干扰的运动状态数据，初始运动数据的数据维度可以与相对运动数据相同。
47.在本发明实施例中，可以在自车的倒车过程中，控制自车配置的轮速传感器、方向盘转角传感器、imu、毫米波雷达、超声波雷达、车载摄像头等车载感知设备采集后方目标物体相对于自车的初始运动数据，其中，目标物体可以包括但不限于各种不同类型的车辆、行人、障碍物等，初始运动数据可以包括但不限于目标物体的距离、目标物体的速度、目标物体的加速度、目标物体的横摆角、自车的速度以及自车的横摆角等等。
48.s220、调用预设滤波规则处理初始运动数据以得到相对运动数据，其中，预设滤波规则至少包括卡尔曼滤波规则。
49.其中，预设滤波规则可以是指预先配置的用于对初始运动数据进行滤波处理的规则，预设滤波规则可以至少包括卡尔曼滤波规则。
50.在本发明实施例中，由于车载感知设备获取的感知数据中通常包含一些传感器噪声、环境电磁干扰等误差信息，导致确定的目标物体的初始运动数据与真实值往往存在一定的误差，因此可以调用电子设备上预先配置的一个或者多个预设滤波规则对初始运动数据进行处理以得到更加精确的相对运动数据，其中，预设滤波规则可以至少包括卡尔曼滤
波规则。可以理解的是，此处采用的卡尔曼滤波规则仅作为示例，在实际应用中还可以选择其他种类的数据滤波规则，例如贝叶斯滤波规则、高斯滤波规则等，本发明实施例对此不进行限制。
51.进一步地，在上述发明实施例的基础上，在根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间之前，还包括：
52.在相对运动数据的横摆角小于或者等于预设横摆角阈值时，确定自车的运动类型为直线行驶；
53.在相对运动数据的横摆角大于预设横摆角阈值时，确定自车的运动类型为曲线行驶。
54.其中，预设横摆角阈值可以是指预先配置的自车横摆角阈值，预设横摆角阈值可以用于区分自车的运动类型。
55.在本发明实施例中，在根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间之前，可以利用相对运动数据的自车横摆角与预先配置的预设横摆角阈值之间的大小关系去确定自车的运动类型，即在相对运动数据的横摆角小于或者等于预设横摆角阈值时，将自车的运动类型确认为直线行驶；在相对运动数据的横摆角大于预设横摆角阈值时，将自车的运动类型确认为曲线行驶。
56.s230、在运动类型为直线行驶时，将预设车身参数的自车车宽与预设安全距离阈值之和确定为虚拟安全车道宽度。
57.其中，预设安全距离阈值可以是指预先配置的用于确保自车与目标物体不会发生碰撞的安全距离阈值，预设安全距离阈值可以根据目标物体的不同类型进行相应设置，示例性的，若目标物体为车辆，则预设安全距离阈值可以设置一个相对较大的阈值；若目标物体为行人，则预设安全距离阈值可以设置一个相对较小的阈值等等。
58.在本发明实施例中，在确定自车的运动类型为直线行驶即直行倒车时，可以根据预设车身参数中的自车车宽与预设安全距离阈值去估测自车与目标物体的碰撞可能区域的大小，即可以将自车车宽与预设安全距离阈值之和作为虚拟安全车道宽度。
59.s240、在运动类型为曲线行驶时，调用预设车道宽度确定公式根据预设安全距离阈值、相对运动数据的目标物体速度、目标物体横摆角以及预设车身参数的自车车宽、自车车长、自车后轴到车尾距离确定虚拟安全车道宽度。
60.其中，预设车道宽度确定公式可以是指预先配置的用于确定虚拟安全车道宽度的公式，预设车道宽度确定公式可以包括预设安全距离阈值、相对运动数据、预设车身参数等参数。
61.在本发明实施例中，在确定自车的运动类型为曲线行驶即曲线倒车时，可以调用电子设备上预先配置的预设车道宽度确定公式，并根据预设安全距离阈值、相对运动数据的目标物体速度、目标物体横摆角以及预设车身参数的自车车宽、自车车长、自车后轴到车尾距离等参数去确定虚拟安全车道宽度。
62.进一步地，在上述发明实施例的基础上，上述预设车道宽度确定公式可以至少包括：
[0063][0064]
其中，d表示虚拟安全车道宽度，v表示目标物体速度，ω表示目标物体横摆角，w表示自车车宽，s表示预设安全距离阈值，l表示自车车长，m表示自车后轴到车尾距离。
[0065]
s250、调用预设进出安全区域时间确定公式根据相对运动数据的目标物体横向距离、目标物体横向速度以及自车车宽和虚拟安全车道宽度，分别确定目标物体进入和离开虚拟安全区域的第一时间和第二时间，其中，虚拟安全区域由虚拟安全车道宽度确定。
[0066]
其中，虚拟安全区域可以理解为由虚拟安全车道宽度确定的非碰撞可能区域。第一时间和第二时间分别可以是指目标物体进入和离开虚拟安全区域的时间。预设进出安全区域时间确定公式可以是指预先配置的用于确定目标物体进入和离开虚拟安全区域的时间的公式，预设进出安全区域时间可以包括目标物体横向距离、目标物体横向速度以及自车车宽和虚拟安全车道宽度等参数。
[0067]
在本发明实施例中，可以调用电子设备上预先配置的预设进出安全区域时间确定公式，并根据目标物体横向距离、目标物体横向速度以及自车车宽和虚拟安全车道宽度等参数，分别确定目标物体进入和离开虚拟安全区域的第一时间和第二时间，其中，虚拟安全区域可以由虚拟安全车道宽度确定，例如可以将虚拟安全车道宽度与自车车长围成的区域作为虚拟安全区域，也可以将以自车为原点、虚拟安全车道宽度为半径围成的圆形区域作为虚拟安全区域，还可以是将自车曲线倒车时的外侧横扫区域与内侧横扫区域的非重叠区域作为虚拟安全区域等，本发明实施例对此不进行限制。
[0068]
进一步地，在上述发明实施例的基础上，上述预设进出安全区域时间确定公式可以至少包括：
[0069][0070]
其中，t1表示第一时间，t2表示第二时间，x
l
表示目标物体横向距离，v
l
表示目标物体横向速度。
[0071]
s260、将相对运动数据的相对距离与相对速度之比作为预测碰撞时间。
[0072]
在本发明实施例中，预测碰撞时间可以是指自车行驶至自车行驶轨迹与目标物体行驶轨迹的交点的时间，预测碰撞时间可以由自车与目标物体之间的相对距离与相对速度的比值进行确定。
[0073]
s270、在预测碰撞时间大于第一时间且预测碰撞时间小于第二时间时，确定碰撞预测结果为有碰撞风险。
[0074]
在本发明实施例中，可以根据确定的预测碰撞时间、第一时间以及第二时间之间的大小关系去判断自车的碰撞预测结果，具体的，若预测碰撞时间大于第一时间且预测碰撞时间小于第二时间，则确定自车的碰撞预测结果为有碰撞风险；反之，则确定自车的碰撞预测结果为无碰撞风险。
[0075]
进一步地，在上述发明实施例的基础上，本实施例二提供的一种车辆碰撞预测方
法，还包括：
[0076]
在确定碰撞预测结果为有碰撞风险的计数周期达到预设次数时，控制自车的制动系统工作。
[0077]
其中，计数周期可以是指自车在倒车过程中确定碰撞预测结果的时间间隔，即每间隔计数周期确定一次自车的碰撞预测结果，计数周期可以设置为0.1秒或者0.2秒等。制动系统可以是指用于控制自车的制动功能的设备，制动系统可以包括制动踏板、电子驻车制动系统、aeb系统等。
[0078]
在本发明实施例中，为了确保自车在倒车时有效避免碰撞以及避免碰撞风险误判的问题，可以在自车的倒车过程中，每间隔预设的计数周期确定一次自车的碰撞预测结果，若确定碰撞预测结果为有碰撞风险的计数周期达到预设次数例如3次时，则控制自车的制动踏板、电子驻车制动系统、aeb系统等制动系统进行相应车辆制动工作。
[0079]
本发明实施例的技术方案，通过在处于倒车场景下，控制自车的车载感知设备采集目标物体相对于自车的初始运动数据，调用预设滤波规则处理初始运动数据以得到相对运动数据，其中，预设滤波规则至少包括卡尔曼滤波规则，在运动类型为直线行驶时，将预设车身参数的自车车宽与预设安全距离阈值之和确定为虚拟安全车道宽度，在运动类型为曲线行驶时，调用预设车道宽度确定公式根据预设安全距离阈值、相对运动数据的目标物体速度、目标物体横摆角以及预设车身参数的自车车宽、自车车长、自车后轴到车尾距离确定虚拟安全车道宽度，调用预设进出安全区域时间确定公式根据相对运动数据的目标物体横向距离、目标物体横向速度以及自车车宽和虚拟安全车道宽度，分别确定目标物体进入和离开虚拟安全区域的第一时间和第二时间，其中，虚拟安全区域由虚拟安全车道宽度确定，将相对运动数据的相对距离与相对速度之比作为预测碰撞时间，在预测碰撞时间大于第一时间且预测碰撞时间小于第二时间时，确定碰撞预测结果为有碰撞风险。本发明实施例通过控制车载感知设备采集目标物体相对于自车的相对运动数据，再根据自车的运动类型、相对运动数据以及预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，并根据虚拟安全车道宽度与相对运动数据确定目标物体进入和离开虚拟安全区域的第一时间和第二时间，最后根据确定的预测碰撞时间、第一时间以及第二时间之间的大小关系去判断自车的碰撞预测结果，实现了倒车场景下的车辆精准碰撞预测，提高了行车安全和用户驾驶体验。
[0080]
实施例三
[0081]
图3为本发明实施例三提供的一种车辆碰撞预测系统的示例图。如图3所示，车辆碰撞预测系统包括：传感器模块31、数据处理模块32、碰撞预测模块33和执行模块34。其中，
[0082]
传感器模块31，用于采集自车的状态感知数据以及四周的环境感知数据，具体可以包括车辆自身传感器单元和周围环境传感器单元，车辆自身传感器单元包括轮速传感器、方向盘转角传感器和imu，周围环境传感器单元包括毫米波雷达、超声波雷达和车载摄像头，车载摄像头安装在自车的后尾箱中心位置，用于记录后方道路信息与周围环境，毫米波雷达安装在自车的进气格栅中，用于测量周围目标车辆的相对位置关系；
[0083]
数据处理模块32，用于对传感器模块采集的感知数据进行处理，消除传感器感知所产生的误差，提高目标信息的准确性；
[0084]
碰撞预测模块33，用于实时确定自车运动状态以及目标车辆运动状态，进而确定
自车的碰撞预测结果；
[0085]
执行模块34，用于根据碰撞预测结果控制自车的制动系统工作，确保行车安全。
[0086]
基于以上车辆碰撞预测系统，图4为本发明实施例三提供的一种车辆碰撞预测方法的流程图，本实施例在上述实施例的基础上，提供了一种车辆碰撞预测方法的一个实施方式，能够实现倒车场景下的车辆碰撞预测以及制动控制。如图4所示，本发明实施例三提供的一种车辆碰撞预测方法，具体包括如下步骤：
[0087]
s310、每间隔预设计数周期，调用传感器模块采集自车的状态感知数据以及四周的环境感知数据。
[0088]
s320、调用数据处理模块处理传感器模块采集的感知数据，以得到目标车辆的状态量。
[0089]
在本发明实施例中，由于传感器模块采集的感知数据中通常包含一些传感器噪声、环境电磁干扰等误差信息，因此可以使用卡尔曼滤波器算法对上述感知数据进行处理，进而得到目标车辆的状态量s表示如下：
[0090]
s＝[v,a,ω]
[0091]
|ω|≤ω0:x＝vt+1/2
×
at2[0092][0093]
其中，v表示目标车辆的速度，a表示目标车辆的加速度，ω表示目标车辆的横摆角，ω0表示基于目标车辆的预设横摆角阈值，(x,y)表示目标车辆的位置坐标，t表示时间。
[0094]
当|ω|≤ω0时，表示目标车辆为直线行驶；当|ω|＞ω0时，表示目标车辆为曲线行驶。
[0095]
s330、调用碰撞预测模块确定自车运动状态以及目标车辆运动状态，进而确定自车的碰撞预测结果。
[0096]
在本发明实施例中，首先需要对碰撞可能区域进行估计，即先确定虚拟安全车道线以及对应的虚拟安全车道宽度d。
[0097]
如图5所示，车辆两侧的虚线表示虚拟安全车道线，当自车的运动类型为直线行驶即直行倒车时，虚拟安全车道宽度d可以表示为：d＝w+s，式中的w表示自车车宽，s表示预设安全距离阈值。
[0098]
如图6所示，当自车的运动类型为曲线行驶即曲线倒车时，由于车辆的转弯特性需要计算车身扫过面积，此时的虚拟安全车道宽度d可以表示为：
[0099][0100]
式中，l表示自车车长，m表示自车后轴到车尾距离。
[0101]
在碰撞预测模块确定出安全虚拟车道宽度之后，需要进行车辆的碰撞风险预测。首先，根据自车行驶至自车行驶轨迹与目标车辆行驶轨迹的交点的时间确定碰撞时间(time to collision，ttc)，ttc表示为：式中sr表示自车与目标车辆之间的相对距离，vr表示自车与目标车辆之间的相对速度。
[0102]
接下来，确定目标车辆进入和离开虚拟安全区域的时间t1和t2，分别表示如下：
[0103][0104]
其中，t1表示目标车辆进入虚拟安全区域的时间，t2表示目标车辆离开虚拟安全区域的时间，x
l
表示目标车辆的横向距离，v
l
表示目标车辆的横向速度。
[0105]
最后，根据确定的ttc、t1以及t2之间的大小关系去判断自车的碰撞预测结果，具体的，若t1《ttc《t2，则确定自车的碰撞预测结果为有碰撞风险；若ttc《t1或ttc》t2，则确定自车的碰撞预测结果为无碰撞风险。
[0106]
s340、在确定碰撞预测结果为有碰撞风险的计数周期达到预设次数时，调用执行模块控制自车的制动系统工作。
[0107]
在本发明实施例中，为了避免碰撞风险误判的问题且确保自车不会发生碰撞，可以在确定碰撞预测结果为有碰撞风险的计数周期达到预设次数例如3次时，调用执行模块控制自车的制动踏板、电子驻车制动系统、aeb系统等制动系统进行相应车辆制动工作，以确保自车的行车安全。
[0108]
本发明实施例的技术方案，通过每间隔预设计数周期，调用传感器模块采集自车的状态感知数据以及四周的环境感知数据，调用数据处理模块处理传感器模块采集的感知数据，以得到目标车辆的状态量，调用碰撞预测模块确定自车运动状态以及目标车辆运动状态，进而确定自车的碰撞预测结果，在确定碰撞预测结果为有碰撞风险的计数周期达到预设次数时，调用执行模块控制自车的制动系统工作。本发明实施例通过自车的倒车过程中，依次调用传感器模块、数据处理模块、碰撞预测模块和执行模块四个功能模块，实现了倒车场景下的实时车辆碰撞预测，并在确定碰撞预测结果为有碰撞风险的计数周期达到预设次数时，控制自车的制动系统工作，提高了行车安全和用户驾驶体验。
[0109]
实施例四
[0110]
图7为本发明实施例四提供的一种车辆碰撞预测装置的结构示意图。如图7所示，该装置包括：
[0111]
数据获取模块41，用于获取倒车场景下自车与目标物体的相对运动数据。
[0112]
碰撞参数确定模块42，用于根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间。
[0113]
碰撞预测结果确定模块43，用于根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。
[0114]
本发明实施例的技术方案，通过数据获取模块获取倒车场景下自车与目标物体的相对运动数据，碰撞参数确定模块根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，碰撞预测结果确定模块根据虚拟安全车道宽度和预测碰撞时间确定自车的碰撞预测结果。本发明实施例通过利用倒车场景下获取的自车和目标物体之间的相对运动数据以及预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，进而根据虚拟安全车道宽度与预测碰撞时间去确定自车的碰撞预测结果，实现了倒车场景下的车
辆碰撞预测，提高了行车安全和用户驾驶体验。
[0115]
进一步地，在上述发明实施例的基础上，数据获取模块41包括：
[0116]
初始数据采集单元，用于在处于倒车场景下，控制自车的车载感知设备采集目标物体相对于自车的初始运动数据。
[0117]
数据处理单元，用于调用预设滤波规则处理初始运动数据以得到相对运动数据，其中，预设滤波规则至少包括卡尔曼滤波规则。
[0118]
进一步地，在上述发明实施例的基础上，车辆碰撞预测装置还包括：
[0119]
自车运动类型确定模块，用于在根据相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间之前，在相对运动数据的横摆角小于或者等于预设横摆角阈值时，确定自车的运动类型为直线行驶；在相对运动数据的横摆角大于预设横摆角阈值时，确定自车的运动类型为曲线行驶。
[0120]
进一步地，在上述发明实施例的基础上，碰撞参数确定模块42包括：
[0121]
第一虚拟安全车道宽度确定单元，用于在运动类型为直线行驶时，将预设车身参数的自车车宽与预设安全距离阈值之和确定为虚拟安全车道宽度。
[0122]
第二虚拟安全车道宽度确定单元，用于在运动类型为曲线行驶时，调用预设车道宽度确定公式根据预设安全距离阈值、相对运动数据的目标物体速度、目标物体横摆角以及预设车身参数的自车车宽、自车车长、自车后轴到车尾距离确定虚拟安全车道宽度。
[0123]
目标进出区域时间确定单元，用于调用预设进出安全区域时间确定公式根据相对运动数据的目标物体横向距离、目标物体横向速度以及自车车宽和虚拟安全车道宽度，分别确定目标物体进入和离开虚拟安全区域的第一时间和第二时间，其中，虚拟安全区域由虚拟安全车道宽度确定。
[0124]
预测碰撞时间碰撞时间，用于将相对运动数据的相对距离与相对速度之比作为预测碰撞时间。
[0125]
进一步地，在上述发明实施例的基础上，预设车道宽度确定公式至少包括：
[0126][0127]
其中，d表示虚拟安全车道宽度，v表示目标物体速度，ω表示目标物体横摆角，w表示自车车宽，s表示预设安全距离阈值，l表示自车车长，m表示自车后轴到车尾距离。
[0128]
预设进出安全区域时间确定公式至少包括：
[0129][0130]
其中，t1表示第一时间，t2表示第二时间，x
l
表示目标物体横向距离，v
l
表示目标物体横向速度。
[0131]
进一步地，在上述发明实施例的基础上，碰撞预测结果确定模块43包括：
[0132]
碰撞风险确定单元，用于在预测碰撞时间大于第一时间且预测碰撞时间小于第二时间时，确定碰撞预测结果为有碰撞风险。
[0133]
进一步地，在上述发明实施例的基础上，车辆碰撞预测装置还包括：
[0134]
制动控制模块，用于在确定碰撞预测结果为有碰撞风险的计数周期达到预设次数时，控制自车的制动系统工作。
[0135]
本发明实施例所提供的车辆碰撞预测装置可执行本发明任意实施例所提供的车辆碰撞预测方法，具备执行方法相应的功能模块和有益效果。
[0136]
实施例五
[0137]
图8示出了可以用来实施本发明的实施例的电子设备50的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0138]
如图8所示，电子设备50包括至少一个处理器51，以及与至少一个处理器51通信连接的存储器，如只读存储器(rom)52、随机访问存储器(ram)53等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器51可以根据存储在只读存储器(rom)52中的计算机程序或者从存储单元58加载到随机访问存储器(ram)53中的计算机程序，来执行各种适当的动作和处理。在ram 53中，还可存储电子设备50操作所需的各种程序和数据。处理器51、rom 52以及ram 53通过总线54彼此相连。输入/输出(i/o)接口55也连接至总线54。
[0139]
电子设备50中的多个部件连接至i/o接口55，包括：输入单元56，例如键盘、鼠标等；输出单元57，例如各种类型的显示器、扬声器等；存储单元58，例如磁盘、光盘等；以及通信单元59，例如网卡、调制解调器、无线通信收发机等。通信单元59允许电子设备50通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0140]
处理器51可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器51的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器51执行上文所描述的各个方法和处理，例如车辆碰撞预测方法。
[0141]
在一些实施例中，车辆碰撞预测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元58。在一些实施例中，计算机程序的部分或者全部可以经由rom 52和/或通信单元59而被载入和/或安装到电子设备50上。当计算机程序加载到ram 53并由处理器51执行时，可以执行上文描述的车辆碰撞预测方法的一个或多个步骤。备选地，在其他实施例中，处理器51可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆碰撞预测方法。
[0142]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出
装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0143]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0144]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0145]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0146]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0147]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0148]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
[0149]
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

技术特征：
1.一种车辆碰撞预测方法，其特征在于，所述方法包括：获取倒车场景下自车与目标物体的相对运动数据；根据所述相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间；根据所述虚拟安全车道宽度和所述预测碰撞时间确定所述自车的碰撞预测结果。2.根据权利要求1所述的方法，其特征在于，所述获取倒车场景下自车与目标物体的相对运动数据，包括：在处于所述倒车场景下，控制所述自车的车载感知设备采集所述目标物体相对于所述自车的初始运动数据；调用预设滤波规则处理所述初始运动数据以得到所述相对运动数据，其中，所述预设滤波规则至少包括卡尔曼滤波规则。3.根据权利要求1所述的方法，其特征在于，在所述根据所述相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间之前，还包括：在所述相对运动数据的横摆角小于或者等于预设横摆角阈值时，确定所述自车的运动类型为直线行驶；在所述相对运动数据的所述横摆角大于所述预设横摆角阈值时，确定所述自车的运动类型为曲线行驶。4.根据权利要求3所述的方法，其特征在于，所述根据所述相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，包括：在所述运动类型为直线行驶时，将所述预设车身参数的自车车宽与预设安全距离阈值之和确定为所述虚拟安全车道宽度；在所述运动类型为曲线行驶时，调用预设车道宽度确定公式根据所述预设安全距离阈值、所述相对运动数据的目标物体速度、目标物体横摆角以及所述预设车身参数的所述自车车宽、自车车长、自车后轴到车尾距离确定所述虚拟安全车道宽度；调用预设进出安全区域时间确定公式根据所述相对运动数据的目标物体横向距离、目标物体横向速度以及所述自车车宽和所述虚拟安全车道宽度，分别确定所述目标物体进入和离开虚拟安全区域的第一时间和第二时间，其中，所述虚拟安全区域由所述虚拟安全车道宽度确定；将所述相对运动数据的相对距离与相对速度之比作为所述预测碰撞时间。5.根据权利要求4所述的方法，其特征在于，所述预设车道宽度确定公式至少包括：其中，d表示所述虚拟安全车道宽度，v表示所述目标物体速度，ω表示所述目标物体横摆角，w表示所述自车车宽，s表示所述预设安全距离阈值，l表示所述自车车长，m表示所述自车后轴到车尾距离；所述预设进出安全区域时间确定公式至少包括：
其中，t1表示所述第一时间，t2表示所述第二时间，x
l
表示所述目标物体横向距离，v
l
表示所述目标物体横向速度。6.根据权利要求4所述的方法，其特征在于，所述根据所述虚拟安全车道宽度和所述预测碰撞时间确定所述自车的碰撞预测结果，包括：在所述预测碰撞时间大于所述第一时间且所述预测碰撞时间小于所述第二时间时，确定所述碰撞预测结果为有碰撞风险。7.根据权利要求1所述的方法，其特征在于，还包括：在确定所述碰撞预测结果为有碰撞风险的计数周期达到预设次数时，控制所述自车的制动系统工作。8.一种车辆碰撞预测装置，其特征在于，所述装置包括：数据获取模块，用于获取倒车场景下自车与目标物体的相对运动数据；碰撞参数确定模块，用于根据所述相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间；碰撞预测结果确定模块，用于根据所述虚拟安全车道宽度和所述预测碰撞时间确定所述自车的碰撞预测结果。9.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的车辆碰撞预测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的车辆碰撞预测方法。

技术总结
本发明公开了一种车辆碰撞预测方法、装置、电子设备和存储介质。其中，该方法包括：获取倒车场景下自车与目标物体的相对运动数据，根据所述相对运动数据和预设车身参数确定虚拟安全车道宽度与预测碰撞时间，根据所述虚拟安全车道宽度和所述预测碰撞时间确定所述自车的碰撞预测结果。本发明实施例通过利用倒车场景下获取的自车和目标物体之间的相对运动数据以及预设车身参数确定出基于自车的虚拟安全车道宽度与预测碰撞时间，进而根据虚拟安全车道宽度与预测碰撞时间去确定自车的碰撞预测结果，实现了倒车场景下的车辆碰撞预测，提高了行车安全和用户驾驶体验。提高了行车安全和用户驾驶体验。提高了行车安全和用户驾驶体验。


技术研发人员：于小洲 栗海兵 曲白雪 杨航 李采薇 王艺蒙
受保护的技术使用者：一汽（南京）科技开发有限公司
技术研发日：2023.06.21
技术公布日：2023/8/9