[发明专利]一种基于车路信息融合的盲区预警方法及系统在审

专利信息
申请号: 202310199898.9 申请日: 2023-03-06
公开(公告)号: CN116061807A 公开(公告)日: 2023-05-05
发明(设计)人: 陈雪梅;韩欣彤;肖龙;杨宏伟;沈晓旭 申请(专利权)人: 北京理工大学前沿技术研究院;山东伟创信息技术有限公司
主分类号: B60Q9/00 分类号: B60Q9/00
代理公司: 山东瑞宸知识产权代理有限公司 37268 代理人: 龚东升
地址: 250000 山东省济南市高新区经*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 信息 融合 盲区 预警 方法 系统
【权利要求书】:

1.一种基于车路信息融合的盲区预警方法,其特征在于,包括:

根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;

根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;

基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;

根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;

在所述相对距离小于预设阈值时,对车辆进行盲区预警。

2.根据权利要求1所述的一种基于车路信息融合的盲区预警方法,其特征在于,所述基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数步骤,包括:

获取车辆所在位置的大气能见度;

在所述大气能见度低于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,;

在所述大气能见度高于预设阈值时,确定第一距离信息的权重系数为,第二距离信息的权重系数为;其中,。

3.根据权利要求2所述的一种基于车路信息融合的盲区预警方法,其特征在于,所述根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离步骤,包括:

根据公式计算相对距离;其中,为第一距离信息,为第二距离信息,为第一距离信息的权重系数,为第二距离信息的权重系数。

4.根据权利要求1所述的一种基于车路信息融合的盲区预警方法,其特征在于,还包括:

获取车辆在当前行驶环境下的车辆状态数据;其中,所述车辆状态数据包括速度以及当前行驶道路路况;

基于所述车辆状态数据,确定车辆的盲区预警级别;

根据所述盲区预警级别对应的预警制度对车辆进行盲区预警。

5.根据权利要求4所述的一种基于车路信息融合的盲区预警方法,其特征在于,所述基于所述车辆状态数据,确定车辆的盲区预警级别步骤,包括:

根据车辆盲区的雷达数据,获取盲区内障碍物相对车辆的速度;

基于所述车辆状态数据以及障碍物相对车辆的速度,确定车辆当前的安全系数;

在所述安全系数大于预设安全值时,确定车辆的盲区预警级别为一级;

在所述安全系数小于预设安全值时,确定车辆的盲区预警级别为二级。

6.一种基于车路信息融合的盲区预警系统,其特征在于,包括:

第一获取模块,用于根据车辆盲区的影像数据,获取盲区内障碍物与车辆的第一距离信息;

第二获取模块,用于根据车辆盲区的雷达数据,获取盲区内障碍物与车辆的第二距离信息;

计算模块,用于基于车辆所在位置的大气能见度确定第一距离信息以及第二距离信息的权重系数;

处理模块,用于根据所述第一距离信息以及第二距离信息的权重系数,对第一距离信息以及第二距离信息进行处理,得到盲区内障碍物与车辆之间的相对距离;

预警模块,用于在所述相对距离小于预设阈值时,对车辆进行盲区预警。

7.一种计算机存储介质,其特征在于,存储有能够被处理器加载并执行如权利要求1-5中任一种方法中的计算机程序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学前沿技术研究院;山东伟创信息技术有限公司,未经北京理工大学前沿技术研究院;山东伟创信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310199898.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top