[发明专利]一种基于V2X的无威胁车辆筛选方法

说明书

本发明涉及一种基于V2X的无威胁车辆筛选方法，包括判断目标车辆与本车之间的距离是否随时间增大；若目标车辆与本车之间的距离随时间增大，则以本车中心为原点，以本车行驶方向为X轴，建立本车坐标系，并获取本车行驶速度；获取目标车辆行驶速度，并计算目标车辆行驶速度在本车坐标系X轴方向上的投影速度；将投影速度与本车行驶速度作差值计算，差值的绝对值视为第一绝对值，将投影速度的绝对值视为第二绝对值，本车行驶速度的绝对值视为第三绝对值；判断第一绝对值是否等于第二绝对值与第三绝对值之和，若是，则将目标车辆筛除；否则，保留目标车辆。该方法将行驶方向相反的车辆自动筛掉，降低本车V2X系统的处理任务，提高了预警有效性。

技术领域

本发明属于智联网汽车评测中，场景数据采集的技术领域，尤其涉及无威胁车辆筛选方法。

背景技术

V2X(vehicle to everything)目前是车联网发展的关键领域之一，其主要内容包括以下几种互联类型：车与车互联(Vehicle to Vehicle，V2V)、车与基础设施互联(Vehicle to Infrastructure，V2I)、车与人互联(Vehicle to Pedestrian，V2P)以及车与互联网的互联(Vehicle to Network)。其中，车与车的互联能够使本车与环境中其他车辆实现信息交互，从而使本车能实时获取周围其他车辆的行驶状态以及路况信息等，从而对驾驶员作出预警提醒，以提高驾驶安全性、减少拥堵、提高交通效率。

在实际应用过程中，在本车V2X的通信范围内，通常会存在多个目标车辆，这就意味着，本车V2X系统需要同时接收大量的车辆信息并进行场景计算，计算量较大。特别是当本车处于车辆密集的交通工况下，如红绿灯路口、拥堵高速路段等，目标车辆的数量还会进一步增加，甚至接收到的目标车辆的数据在一定范围内是可以无限增加的。但是，由于本车配置的硬件处理能力又是有限的，接收到大量的目标节点数据后，无法实时处理，通常只能把来不及处理的目标节点数据先存入队列，然后根据硬件处理能力，对列队中的目标节点数据再逐一取出并计算处理。这种方案会导致数据大量积压，而且接收到的目标车辆信息无法被实时处理，容易引发预警滞后、误报、漏报等严重问题。其实，在V2X的场景计算中，有很大部分目标车辆对本车是无威胁的，是不需要计算的，如背向行驶的车辆等。因此，为了减轻本车V2X的计算负担，降低对硬件处理能力的要求，有技术方案开发了一种针对背向行驶车辆的筛除方法，将对本车无威胁的车辆自动筛选掉，以提高预警信号的有效性。

发明内容

为了解决上述技术问题，本发明提供了一种基于V2X的无威胁车辆筛选方法，基于搭设在本车上的V2X系统以及搭设在目标车辆上的V2X系统，包括：

判断目标车辆与本车之间的距离是否随时间增大；

若目标车辆与本车之间的距离随时间增大，则以本车中心为原点，以本车行驶方向为X轴，建立本车坐标系，并获取本车行驶速度；

获取目标车辆行驶速度，并计算目标车辆行驶速度在本车坐标系X轴方向上的投影速度；

将投影速度与本车行驶速度作差值计算，差值的绝对值视为第一绝对值，将投影速度的绝对值视为第二绝对值，本车行驶速度的绝对值视为第三绝对值；

判断第一绝对值是否等于第二绝对值与第三绝对值之和，若是，则将目标车辆筛除；否则，保留目标车辆。

进一步的，所述以本车中心为原点，以本车行驶方向为X轴，建立本车坐标系包括如下步骤：

获取本车在地方独立坐标系中的坐标值(X₁,Y₁)以及第一航向角θ₁；

获取目标车辆在地方独立坐标系中的坐标值(X₂,Y₂)以及第二航向角θ₂；