本發(fā)明屬于碰撞預警的，具體地涉及一種車輛碰撞預警方法及系統(tǒng)。

背景技術(shù)：

1、在汽車的行駛過程中，車輛與車輛之間的碰撞經(jīng)常發(fā)生，導致汽車碰撞的原因有駕駛員分心、無法及時剎車、兩者距離過于近等因素，因此為了盡可能避免車輛的碰撞，現(xiàn)有的汽車在出廠前會在車內(nèi)設(shè)置預警雷達、激光發(fā)射器等設(shè)備，進而感知目標車輛與其余車輛之間的距離，進而對汽車碰撞進行預警，但通過上述設(shè)備只能對距離相對小的車輛進行預警，無法有效避免目標車輛與較遠距離的車輛之間的碰撞預警，進而提升汽車碰撞的風險概率。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，本發(fā)明提供了一種車輛碰撞預警方法及系統(tǒng)，用于解決現(xiàn)有技術(shù)中的技術(shù)問題。

2、一方面，本發(fā)明提供以下技術(shù)方案，一種車輛碰撞預警方法，包括：

3、通過設(shè)置在目標車輛內(nèi)的相機獲取車輛行駛圖像，基于所述車輛行駛圖像識別待定行駛車輛集；

4、識別所述待定行駛車輛集與所述目標車輛的角度信息，基于所述角度信息對所述待定行駛車輛集進行第一次篩選，以得到第一篩選車輛集；

5、識別所述第一篩選車輛集與所述目標車輛的航向，基于所述第一篩選車輛集與所述目標車輛的航向確定危險區(qū)域，基于所述危險區(qū)域?qū)λ龅谝缓Y選車輛集進行第二次篩選，以得到第二篩選車輛集；

6、獲取所述目標車輛的歷史行駛數(shù)據(jù)集，基于所述歷史行駛數(shù)據(jù)集對所述目標車輛的駕駛者進行行為劃分并確定行為權(quán)重；

7、基于所述行為權(quán)重、所述目標車輛以及所述第二篩選車輛集進行預警。

8、相比現(xiàn)有技術(shù)，本發(fā)明的有益效果為：本發(fā)明首先通過設(shè)置在目標車輛內(nèi)的相機獲取車輛行駛圖像，基于車輛行駛圖像識別待定行駛車輛集；然后識別待定行駛車輛集與目標車輛的角度信息，基于角度信息對待定行駛車輛集進行第一次篩選，以得到第一篩選車輛集；然后識別第一篩選車輛集與目標車輛的航向，基于第一篩選車輛集與目標車輛的航向確定危險區(qū)域，基于危險區(qū)域?qū)Φ谝缓Y選車輛集進行第二次篩選，以得到第二篩選車輛集；然后獲取目標車輛的歷史行駛數(shù)據(jù)集，基于歷史行駛數(shù)據(jù)集對目標車輛的駕駛者進行行為劃分并確定行為權(quán)重；最后基于行為權(quán)重、目標車輛以及第二篩選車輛集進行預警，本發(fā)明通過對其余車輛進行兩次篩選過程，可有效剔除與目標車輛無碰撞風險的車輛，避免無關(guān)車輛影響碰撞預警的精度，同時也能夠提升算法的運行速度，且通過確定行為權(quán)重進而考慮不同的駕駛員對汽車行駛碰撞的行為差異，可進一步提升碰撞預警的精度。

9、較佳的，所述基于所述角度信息對所述待定行駛車輛集進行第一次篩選，以得到第一篩選車輛集的步驟包括：

10、計算所述待定行駛車輛集中待定行駛車輛與所述目標車輛之間的第一角度差：

11、；

12、式中，、、分別表示待定行駛車輛、目標車輛以及路口的坐標位置，表示反正切函數(shù)；

13、計算所述待定行駛車輛集中待定行駛車輛與所述目標車輛之間的第二角度差：

14、；

15、式中，分別表示待定行駛車輛、目標車輛的羅盤角；

16、基于預設(shè)角度閾值與所述第一角度差、所述第二角度差判斷所述目標位置與所述待定行駛車輛的進入路口位置；

17、基于所述進入路口位置以及預設(shè)交叉規(guī)則判斷所述目標車輛與所述待定行駛車輛的行駛軌跡是否部分重疊；

18、若所述目標車輛與所述待定行駛車輛的行駛軌跡存在部分重疊，則將對應的待定行駛車輛作為第一篩選車輛并將第一篩選車輛保留，若所述目標車輛與所述待定行駛車輛的行駛軌跡不存在部分重疊，則將對應的待定行駛車輛作為第一安全車輛并將第一安全車輛剔除，以得到第一篩選車輛集。

19、較佳的，所述識別所述第一篩選車輛集與所述目標車輛的航向，基于所述第一篩選車輛集與所述目標車輛的航向確定危險區(qū)域，基于所述危險區(qū)域?qū)λ龅谝缓Y選車輛集進行第二次篩選，以得到第二篩選車輛集的步驟包括：

20、識別所述目標車輛以及所述第一篩選車輛集中第一篩選車輛的經(jīng)緯度，基于所述經(jīng)緯度將所述目標車輛的坐標轉(zhuǎn)換為以及將所述第一篩選車輛的坐標轉(zhuǎn)換為：

21、；

22、；

23、式中，表示目標車輛的經(jīng)緯度，表示第一篩選車輛的經(jīng)緯度，表示地球半徑；

24、將所述第一篩選車輛的坐標進行旋轉(zhuǎn)，以得到新坐標：

25、；

26、；

27、式中，表示所述第一篩選車輛的航向角；

28、以所述目標車輛為起點并以所述目標車輛的航向作為方向確定第一射線，以所述第一篩選車輛的新坐標為起點并以所述第一篩選車輛的航向作為方向確定第二射線；

29、確定所述第一射線與所述第二射線的射線交點，并以所述射線交點為圓心、以預設(shè)距離為半徑確定危險區(qū)域；

30、基于所述危險區(qū)域?qū)κ龅谝缓Y選車輛集進行第二次篩選，以得到第二篩選車輛集。

31、較佳的，所述基于所述危險區(qū)域?qū)κ龅谝缓Y選車輛集進行第二次篩選，以得到第二篩選車輛集的步驟包括：

32、計算所述目標車輛至所述危險區(qū)域的中心所需的第一時間以及所述第一篩選車輛至所述危險區(qū)域的中心所需的第二時間：

33、；

34、；

35、式中，、分別表示目標車輛、第一篩選車輛的平均車速；

36、計算所述第一時間與所述第二時間的差值，以得到時間差值：

37、；

38、判斷所述第一時間是否小于第一時間閾值以及所述時間差值是否小于第二時間閾值；

39、若所述第一時間小于第一時間閾值以及所述時間差值小于第二時間閾值，則將對應的第一篩選車輛作為第二篩選車輛并將第二篩選車輛保留，若所述第一時間不小于第一時間閾值和/或所述時間差值不小于第二時間閾值，則將對應的第一篩選車輛作為第二安全車輛并將第二安全車輛剔除，以得到第二篩選車輛集。

40、較佳的，所述基于所述歷史行駛數(shù)據(jù)集對所述目標車輛的駕駛者進行行為劃分并確定行為權(quán)重的步驟包括：

41、獲取行駛特征數(shù)據(jù)集，并確定行駛特征數(shù)據(jù)集中每個碰撞影響因素以及相應的影響特征值，并對每個影響特征值進行標準化處理，以得到若干標準數(shù)據(jù)；

42、計算每個所述碰撞影響因素的實際特征值：

43、；

44、式中，表示碰撞影響因素的數(shù)量，表示一個碰撞影響因素對應的標準數(shù)據(jù)的數(shù)量，表示第個碰撞影響因素對應的第的標準數(shù)據(jù)；

45、基于所述實際特征值計算評價值：

46、；

47、基于每個碰撞影響因素將所述行駛特征數(shù)據(jù)集轉(zhuǎn)換為特征矩陣，并基于所述特征矩陣構(gòu)建鄰近矩陣與度矩陣；

48、基于鄰近矩陣與度矩陣確定真實特征矩陣：

49、；

50、將所述真實特征矩陣的特征值進行降序排列，以得到特征集合，從所述特征集合中選取前若干個特征值，以得到若干真實特征值；

51、基于若干真實特征值與所述歷史行駛數(shù)據(jù)集輸出相應的行為權(quán)重。

52、較佳的，所述基于若干真實特征值與所述歷史行駛數(shù)據(jù)集輸出相應的行為權(quán)重的步驟包括：

53、確定若干真實特征值對應的特征向量并按行向量進行排序，以得到排序矩陣；

54、對所述排序矩陣的每一行進行聚類處理，以得到若干聚類簇，計算每個所述聚類簇的評價值，根據(jù)每個聚類簇的評價值將若干聚類簇進行升序排列，以得到排列簇，基于所述排列簇中的聚類簇對應的評價值為每個聚類簇賦予相應的行為標簽；

55、計算所述歷史行駛數(shù)據(jù)集的評價值，并在所述排列簇中選取評價值最接近的聚類簇并輸出所述歷史行駛駕駛集對應的行為標簽；

56、基于所述歷史行駛駕駛集對應的行為標簽確定相應的行為權(quán)重。

57、較佳的，所述基于所述行為權(quán)重、所述目標車輛以及所述第二篩選車輛集進行預警的步驟包括：

58、計算所述目標車輛的第一特定最大速度與第一特定最小速度：

59、；

60、；

61、式中，表示目標車輛的車速，、表示目標車輛的最大加速度、最大減速度，表示目標車輛在道路限制的條件下所能達到的最大車速，表示目標車輛至危險區(qū)域的距離；

62、計算所述第二篩選車輛集中第二篩選車輛的第二特定最大速度與第二特定最小速度：

63、；

64、；

65、式中，表示第二篩選車輛的車速，、表示第二篩選車輛的最大加速度、最大減速度，表示第二篩選車輛在道路限制的條件下所能達到的最大車速，表示第二篩選車輛至危險區(qū)域的距離；

66、基于第一特定最大速度、第一特定最小速度、第二特定最大速度、第二特定最小速度、行為權(quán)重確定碰撞評價值：

67、；

68、；

69、；

70、式中，表示行為權(quán)重，、、分別表示、、的速度函數(shù)，表示雙重積分區(qū)域；

71、若所述碰撞評價值不小于評價閾值，則對所述目標車輛進行相應的預警操作。

72、第二方面，本發(fā)明提供以下技術(shù)方案，一種車輛碰撞預警系統(tǒng)，所述系統(tǒng)包括：

73、識別模塊，用于通過設(shè)置在目標車輛內(nèi)的相機獲取車輛行駛圖像，基于所述車輛行駛圖像識別待定行駛車輛集；

74、第一篩選模塊，用于識別所述待定行駛車輛集與所述目標車輛的角度信息，基于所述角度信息對所述待定行駛車輛集進行第一次篩選，以得到第一篩選車輛集；

75、第二篩選模塊，用于識別所述第一篩選車輛集與所述目標車輛的航向，基于所述第一篩選車輛集與所述目標車輛的航向確定危險區(qū)域，基于所述危險區(qū)域?qū)λ龅谝缓Y選車輛集進行第二次篩選，以得到第二篩選車輛集；

76、權(quán)重模塊，用于獲取所述目標車輛的歷史行駛數(shù)據(jù)集，基于所述歷史行駛數(shù)據(jù)集對所述目標車輛的駕駛者進行行為劃分并確定行為權(quán)重；

77、預警模塊，用于基于所述行為權(quán)重、所述目標車輛以及所述第二篩選車輛集進行預警。

78、第三方面，本發(fā)明提供以下技術(shù)方案，一種計算機，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如上述的車輛碰撞預警方法。

79、第四方面，本發(fā)明提供以下技術(shù)方案，一種存儲介質(zhì)，所述存儲介質(zhì)上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上述的車輛碰撞預警方法。