车辆转向状态的识别方法、装置、电子设备及存储介质与流程

本发明涉及智能车辆技术领域，特别涉及车辆转向状态的识别方法、装置、电子设备及存储介质。

背景技术：

近年来，智能车辆技术己经成为世界车辆工程领域研究的热点。智能车辆技术，通过在普通车辆中增加传感器、控制器和执行器等装置，使车辆具备环境感知能力，能够自动分析车辆行驶的安全及危险状态，从而实现辅助驾驶和自动驾驶的目的。

显然，在智能车辆技术领域，为了实现辅助驾驶和自动驾驶的目的，智能车辆必须能够识别包括转弯和掉头在内的车辆转向状态。因此，一种准确地识别车辆的转弯和掉头行为的方法是必不可少的。

一种现有的车辆转弯的识别方法是，利用gps定位信号，采集连续时间间隔的gps位置点，基于所述位置点判断转弯角度，这一方法的缺陷在于，gps定位的精度有限，当车辆行驶速度较低时，采集的连续时间间隔的gps位置点的间距较小，因此gps定位误差影响大，容易造成对转向识别的误报。因此，利用连续时间间隔采样的gps定位信号进行转弯识别的准确度较差。

现有的另一种车辆转弯的识别方法是，根据方向盘转角来判断转弯，这种方法很难识别车辆转曲率半径较大的弯，且容易在车辆变道、多次打方向掉头时出现误识别。

技术实现要素：

基于上述现有技术的不足，本发明提出一种车辆转向状态的识别方法、装置、电子设备及存储介质，以实现对车辆转向状态的准确识别。

为解决上述问题，现提出的方案如下：

本发明第一方面公开了一种车辆转向状态的识别方法，包括：

获取历史航向角数据；其中，所述历史航向角数据包括多个采样位置对应的车辆航向角，所述多个采样位置中至少包括与车辆当前位置距离最近的采样位置，所述采样位置是，将车辆的行驶路径按满足预设规律的里程间隔划分得到的位置；

根据所述历史航向角数据，识别车辆的转向状态。

可选的，所述根据所述历史航向角数据，识别车辆的转向状态，包括：

逐个计算第一航向角和每一个第二航向角的差值，得到差值组；其中，所述第一航向角为与所述车辆当前位置距离最近的采样位置对应的航向角，所述第二航向角为所述历史航向角数据中除所述第一航向角以外的航向角；

根据所述差值组，识别所述车辆的转向状态。

可选的，所述根据所述差值组,识别所述车辆的转向状态，包括：

获取所述差值组中绝对值最大的差值的绝对值；

分别将所述差值的绝对值与预设的第一阈值和第二阈值进行对比，得到对比结果；其中，所述第二阈值大于所述第一阈值；

若所述差值的绝对值大于或等于所述第二阈值，则识别出所述车辆在掉头；若所述差值的绝对值大于或等于所述第一阈值且小于所述第二阈值，则识别出所述车辆在转弯。

可选的，若所述差值的绝对值大于或等于所述第一阈值且小于所述第二阈值，则识别出所述车辆在转弯，还包括：

若所述差值的绝对值对应的差值为正，则识别出所述车辆在向左转弯；

若所述差值的绝对值对应的差值为负，则识别出所述车辆在向右转弯。

可选的，所述采样位置对应的航向角，是根据所述车辆的横摆角速度以及所述车辆到达所述采样位置所用的时间计算得到的。

本发明第二方面公开了一种车辆转向状态的识别装置，包括：

历史航向角获取单元，用于获取历史航向角数据；其中，所述历史航向角数据包括多个采样位置对应的车辆航向角，所述多个采样位置中至少包括与车辆当前位置距离最近的采样位置，所述采样位置是，将车辆的行驶路径按满足预设规律的里程间隔划分得到的位置；

转向状态识别单元，用于根据所述历史航向角数据，识别车辆的转向状态。

可选的，所述转向状态识别单元包括：

差值组计算单元，用于逐个计算第一航向角和每一个第二航向角的差值，得到差值组；其中，所述第一航向角为与所述车辆当前位置距离最近的采样位置对应的航向角，所述第二航向角为所述历史航向角数据中除所述第一航向角以外的航向角；

子识别单元，用于根据所述差值组，识别所述车辆的转向状态。

可选的，所述子识别单元包括：

绝对值获取单元，用于获取所述差值组中绝对值最大的差值的绝对值；

绝对值对比单元，用于分别将所述差值的绝对值与预设的第一阈值和第二阈值进行对比，得到对比结果；其中，所述第二阈值大于所述第一阈值；

掉头识别单元，若所述差值的绝对值大于或等于所述第二阈值，则识别出所述车辆在掉头；

转弯识别单元，若所述差值的绝对值大于或等于所述第一阈值且小于所述第二阈值，则识别出所述车辆在转弯。

本发明第三方面公开了一种电子设备，包括处理器和存储器；其中：

所述存储器用于存储计算机指令；

所述处理器用于执行所述存储器存储的计算机指令，具体执行如上述本发明第一方面任意一项公开的车辆转向状态的识别方法。

本发明第四方面公开了一种存储介质，用于存储程序，所述程序被执行时，用于实现如上述本发明第一方面任意一项公开的车辆转向状态的识别方法。

本发明提供的车辆转向状态的识别方法、装置、服务器及存储介质，选取车辆行驶路径上多个采样位置的航向角，并基于所述航向角，判断所述车辆是否发生行驶方向变更，完成对车辆转向状态的准确识别。本发明根据采样位置的航向角变化实现对车辆转向状态的识别，因此能够解决基于gps信号进行转弯识别时，由于gps信号精度低导致的识别准确度低的问题，从而实现在多种复杂工况下对车辆转向状态的准确识别。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。

图1是本发明实施例公开的车辆转向状态的识别方法的流程图；

图2是本发明另一实施例公开的车辆转向状态的识别方法的流程图；

图3是本发明另一实施例公开的计算并记录车辆每个采样位置的航向角的方法的流程图；

图4是本发明另一实施例公开的车辆转向状态的识别装置示意图；

图5是本发明另一实施例公开的车辆转向状态的识别装置示意图；

图6是本发明另一实施例公开的电子设备的示意图。

具体实施方式

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，都属于本发明保护的范围。

本发明实施例提供了一种车辆转向状态的识别方法，参考图1，所述方法包括以下步骤：

s101、获取历史航向角数据。

需要说明的是，所述历史航向角数据包括多个采样位置对应的车辆航向角，所述多个采样位置中至少包括与所述车辆当前位置距离最近的采样位置。所述采样位置是，将所述车辆的行驶路径按满足预设规律的里程间隔划分得到的位置。

可选的，所述历史航向角数据包括的多个采样位置对应的车辆航向角，一般可以理解成是至少三个采样位置对应的车辆航向角。当然，若在初始状态下，历史航向角数据包括的车辆航向角少于三个，如两个，甚至一个，也需要理解成是属于本步骤中提出的方案的范围。

s102、根据所述历史航向角数据，识别所述车辆的转向状态。

需要说明的是，所述车辆的转向状态，包括车辆向左转弯，车辆向右转弯和车辆掉头。

需要说明的是，所述采样位置对应的航向角，是根据所述车辆的横摆角速度以及所述车辆到达所述采样位置所用的时间计算得到的。

本发明实施例提供的车辆转向状态的识别方法，根据采样位置的航向角变化实现对行驶方向的识别，因此能够解决基于gps信号进行转弯识别时，由于gps信号精度低导致的识别准确度低的问题，从而实现在多种复杂工况下对车辆转向状态的准确识别。

本发明实施例还提供了一种车辆转向状态的识别方法，参考图2，所述方法包括以下步骤：

s201、从航向信息表中获取历史航向角数据。

需要说明的是，所述航向信息表中记录了所述车辆所有采样位置对应的航向角。所述采样位置是，将所述车辆的行驶路径按满足预设规律的里程间隔划分得到的位置。所述从航向信息表中获取历史航向角数据，是指按以下规律从所述航向信息表中获取全部或部分采样位置对应的航向角。

从所述航向信息表中获取历史航向角的规律是：当所述航向信息表中记录的航向角的数量m小于或等于n时，获取所述航向信息表中记录的所有航向角作为历史航向角数据，当所述航向信息表中记录的航向角数量大于n时，根据航向角对应的采样位置与所述车辆当前位置的距离，由近至远地选取n个采样位置的航向角。

所述车辆当前位置是指开始执行本方法时所述车辆所在的位置。所述n是预设的正整数，一般可以设置为大于10且小于20的正整数，但也可以根据实际情况将所述n设置为上述范围之外的正整数。所述m也是正整数。

可选的，所述航向信息表可以采用以下两种方式任意一种或组合来记录航向角，以满足按上述规律获取历史航向角数据的要求。

第一种方式是，在记录任意一个采样位置的航向角时，对应地记录所述车辆从初始位置，也就是启动时的位置，行驶至这个采样位置所经过的距离，显然对于任意一个航向角，其对应的距离越大，表示这个航向角对应的采样位置与所述车辆当前所在位置越近，因此按航向角对应的距离的大小，从大到小的选取n个航向角作为历史航向角数据即可。

需要说明的是，要采取上述的获取历史航向角数据的方式，则应当使用不对行驶距离进行清零的，计算每个采样位置的航向角并记录所述航向角的方法。

第二种方式是，记录航向角时，根据记录的先后顺序分配索引，即，最先记录的航向角记为θp(1)，之后记录的航向角依次记为θp(2)，θp(3)……，显然，所述航向信息表中，索引最大的航向角就是最新记录的航向角，即与所述车辆当前所在位置距离最近的采样位置对应的航向角，设θp(i)为目前所述航向信息表中索引最大的航向角，进一步的，按照上述获取历史航向角数据的规律，只要选取所述航向信息表中θp(i-n+1)至θp(i)，共n个航向角即可。

s202、逐个计算所述历史航向角数据中第一航向角和每一个第二航向角的差值，得到差值组。

需要说明的是，所述第一航向角为与所述车辆当前位置距离最近的采样位置对应的航向角，所述第二航向角为所述历史航向角数据中除所述第一航向角以外的航向角。

下面结合具体的例子进行说明，预设的n取15，所述航向信息表采用上述第二种方式记录航向角，假设一次执行本方法时，所述航向信息表中记录了30个航向角，则根据上述获取历史航向角数据的规律，从所述航向信息表中获取θp(16)至θp(30)，共15个航向角作为历史航向角数据，其中θp(30)是当前所述航向信息表中索引最大的航向角，也就是所述第一航向角，从θp(16)至θp(29)共14个航向角都是第二航向角，基于下述公式逐个计算θp(30)与其他14个所述第二航向角的差值，得到包含14个差值δθ(j)的差值组，其中，j是小于或等于14的正整数。

δθ(j)＝θp(30)-θp(30-j)

s203、获取所述差值组中绝对值最大的差值的绝对值。

结合步骤s202所举的例子，可以计算所述差值组中14个差值的绝对值，从而得到的14个绝对值中选出最大值。

s204、分别将所述差值的绝对值与预设的第一阈值和第二阈值进行对比，得到对比结果。

需要说明的是，所述第二阈值大于所述第一阈值。

需要说明的是，所述第一阈值是标定产生的用于车辆转弯判断的阈值，记为th1，一般可以设置为70°，也可以根据实际使用情况进行适应性修改。所述第二阈值是标定产生的用于车辆掉头判断的阈值，记为th2，一般可以取150°，也可以根据实际使用情况进行适应性修改。

s205、若所述差值的绝对值大于或等于所述第二阈值，则识别出所述车辆在掉头；若所述差值的绝对值大于或等于所述第一阈值且小于所述第二阈值，则识别出所述车辆在转弯。

具体的，可以将所述第一阈值设置为70°，将所述第二阈值设置为150°，若步骤s203中得到的最大的绝对值大于或等于70°且小于150°，则识别出所述车辆在转弯，若所述绝对值大于或等于150°，则识别出所述车辆在掉头。

需要说明的是，上述对第一阈值和第二阈值的设定可以根据实际使用情况在一定范围内调节，通常情况下，所述第一阈值的取值可以在60°至80°范围内调节，所述第二阈值可以在140°至160°范围内调节。

可选的，步骤s205中，在识别出所述车辆在转弯的基础上，可以进一步根据所述最大的绝对值对应的差值的正负识别转弯方向。若对应的差值为正，则识别出所述车辆在向左转弯，若对应的差值为负，则识别出所述车辆在向右转弯。

需要说明的是，上述对车辆转弯方向的判断是基于对所述横摆角速度的正负的预先定义实现的。通常将车辆左转时的横摆角速度定义为正，对应的车辆右转时的横摆角速度定义为负，因此可以在所述差值为正时识别出所述车辆在向左转弯，在所述差值为负时识别出所述车辆在向右转弯。

进一步的，若将所述横摆角速度的正负定义为，车辆左转时横摆角速度定义为负，车辆右转时定义为正，则上述对车辆转弯方向的判断也应当对应的调整为，在所述差值为负时识别出所述车辆在向左转弯，在所述差值为正时识别出所述车辆在向右转弯。

需要说明的是，步骤s203至步骤s205可以理解成是根据所述差值组识别所述车辆的转弯状态。进一步的，所述根据差值组识别所述车辆的转弯识别状态还可以用以下方式实现：

逐个将所述差值组中的差值的绝对值与所述第一阈值和所述第二阈值对比，若对比过程中出现大于或等于所述第二阈值的绝对值，则识别出所述车辆在掉头；若对比过程中出现小于所述第二阈值且大于或等于所述第一阈值的绝对值，且对比结束后没有出现大于或等于所述第二阈值的绝对值，则判断所述大于或等于第一阈值且小于第二阈值的绝对值对应的差值的正负，若所述差值为正，则识别出所述车辆在向左转弯，若所述差值为负，则识别出所述车辆在向右转弯。

需要说明的是，上述对车辆转弯方向的判断是基于对所述横摆角速度的正负的预先定义实现的。通常将车辆左转时的横摆角速度定义为正，对应的车辆右转时的横摆角速度定义为负，因此可以在所述差值为正时识别出所述车辆在向左转弯，在所述差值为负时识别出所述车辆在向右转弯。

需要说明的是，步骤s201所述的航向信息表中，记录了车辆驶过的每个采样位置的航向角。任意一个采样位置的航向角，都是根据车辆的横摆角速度以及车辆从起始位置行驶至这个采样位置所用的时间计算得到的。因此，本发明实施例提供一种根据车辆的横摆角速度以及车辆从起始位置行驶至某个采样位置所用的时间计算这个采样位置的航向角并记录所述航向角的方法，与上述本发明实施例提供的车辆转向状态的识别方法配套使用，请参考图3。

本领域技术人员应当理解，本发明实施例提供的车辆转向状态的识别方法，并不依赖于将要介绍的计算并记录航向角的方法，也就是说，将其他计算并记录多个采样位置的航向角的方法与上述本发明实施例提供的车辆转向状态识别方法组合得到的新的实施例，也在本发明的保护范围内。

s301、车辆启动时，对车辆行驶距离和车辆航向角进行初始化。

所述行驶距离可以记为s，所述车辆航向角可以记为θ，所述对行驶距离s和航向角θ进行初始化是指，将s和θ设置为0。

s302、等待一段预设的采样间隔时间t后，对所述车辆当前的行驶速度和横摆角速度进行一次采样。

所述行驶速度和横摆角速度通过所述车辆的传感器测量得到。

所述采样间隔时间t根据采样精度要求在一定范围内设置，通常t可以取小于1s的值，例如，可以将t设为20ms。

s303、根据行驶速度计算车辆当前的行驶距离，并根据横摆角速度计算车辆当前的航向角。

根据行驶速度计算车辆当前的行驶距离的方法具体是：车辆启动时初始化得到的行驶距离记为s(0)，车辆启动后第k次采样得到的行驶速度记为v(k)，第k次采样时的行驶距离记为s(k)，由于采样间隔时间t很短，可以认为车辆在这段时间内行驶速度不变，也就是说，可以认为车辆在上一次采样到此次采样之间，共行驶了v(k)*t的距离，因此，第k次采样时车辆的行驶距离可以用以下公式计算得到：

s(k)＝s(k-1)+v(k)*t

基于上述公式，首次采样时的行驶距离s(1)＝s(0)+v(1)*t，以此类推，任意一次采样时的行驶距离，都可以根据上一次采样时的行驶距离和本次采样得到的行驶速度v(k)计算得到。

根据横摆角速度计算车辆当前的航向角的方法与上述根据行驶速度计算车辆当前的行驶距离的方法类似，将初始化得到的航向角记为θ(0)，车辆启动后第k次采样得到的横摆角速度记为ω(k)，第k次采样时车辆的航向角记为θ(k)，基于采样间隔时间t内横摆角速度不变的假设，得到下述计算航向角θ(k)的公式：

θ(k)＝θ(k-1)+ω(k)*t

基于上述公式，首次采样时的航向角θ(1)＝θ(0)+ω(1)*t，以此类推，任意一次采样时的航向角，都可以根据上一次采样时的航向角和本次采样得到的横摆角速度ω(k)计算得到。

需要说明的是，计算出本次采样时车辆的行驶距离和航向角后，上一次采样时的车辆行驶距离和航向角可以予以保留。

s304、判断本次采样得到的车辆的行驶距离s(k)是否小于里程间隔d，若小于里程间隔d，返回步骤s302，若所述本次采样得到的行驶距离s(k)大于或等于所述里程间隔d，则执行步骤s305。

若第k次采样时，车辆行驶距离大于或等于所述里程间隔d，则此次采样时车辆所在的位置称为采样位置。

需要说明的是，所述里程间隔d可以是一个根据经验预先设定的常数，通常可以设置在大于或等于5m，小于或等于10m的范围内，也可以根据车辆一段时间内的平均速度，按预设的规律进行调整。例如，所述车辆在最近1s内平均速度为v(kph)，可以根据如下所示的预先设置的里程间隔d与平均速度v的关系计算里程间隔。

d＝5+(v-10)*5/90

需要说明的是，上述表达式是里程间隔d与平均速度v之间的多种可能的关系中的一个具体的例子。除了上述表达式之外，其他任意一种使得所述里程间隔d与平均速度v成正相关的关系，也就是使得d随着v的增大而增大，随着v的减小而减小的表达式，都可以用于计算所述里程间隔d。

s305、将本次采样得到的车辆航向角θ(k)记录在航向信息表中，并将本次采样得到的车辆的行驶距离s(k)设置为0，返回步骤s302。

如步骤s304和步骤s305所述的过程，其目的在于，记录所述车辆每个采样位置的航向角。

需要说明的是，上述计算并记录每个采样位置的航向角的方法，也可以认为是将所述车辆的行驶路径按所述里程间隔d划分得到采样位置，并记录每个采样位置的航向角的方法。

需要说明的是，上述步骤s301至步骤s305可以理解成是，通过每个一段预设的里程间隔对所述行驶距离进行清零，从而计算每个采样位置的航向角并记录所述航向角。进一步的，通过将所述步骤s304替换成下述步骤s3041，将所述步骤s305替换成下述步骤s3051，可以得到一种不需要对所述行驶距离进行清零的计算每个采样位置的航向角并记录所述航向角方法。

s3041、判断本次采样得到的车辆的行驶距离s(k)与距离最近的采样位置的行驶距离的差值的绝对值是否小于里程间隔d，若小于里程间隔d，返回步骤s302，若大于或等于里程间隔d，则执行步骤s3051。

s3051、将本次采样得到的车辆航向角θ(k)及本次采样得到的车辆的行驶距离s(k)记录在航向信息表中，返回步骤s302。

需要说明的是，满足所述步骤s3041的条件时车辆所在的位置可以认为是一个采样位置。

本发明实施例提供的车辆转向状态的识别方法，及其配套的计算并记录每个采样位置的航向角的方法，每隔一段预设的时间间隔对所述车辆的行驶速度和横摆角速度进行一次采样，根据采样结果计算所述车辆在每个采样位置的航向角，并记录在航向信息表中，然后根据从所述航向信息表获取的历史航向角数据识别所述车辆的转向状态。由于车辆的行驶速度和横摆角速度可以利用车辆搭载的传感器测量得到，因此本发明实施例提供的车辆转向状态识别方法不依赖于外部的gps定位信号进行，从而解决了现有的基于gps信号进行转弯识别的技术，由于gps信号精度低导致的识别准确度低的问题，实现在多种复杂工况下对车辆转向状态的准确识别。

本发明实施例提供了一种车辆转向状态的识别装置，如图4所示，所述装置包括：

历史航向角获取单元401，用于获取历史航向角数据；其中，所述历史航向角数据包括多个采样位置对应的车辆航向角，所述多个采样位置中至少包括与所述车辆当前位置距离最近的采样位置，所述采样位置是，将所述车辆的行驶路径按满足预设规律的里程间隔划分得到的位置；

转向状态识别单元402，用于根据所述历史航向角数据，识别所述车辆的转向状态。

可选的，转向状态识别单元402包括：

差值组计算单元，用于逐个计算第一航向角和每一个第二航向角的差值，得到差值组；其中，所述第一航向角为与所述车辆当前位置距离最近的采样位置对应的航向角，所述第二航向角为所述历史航向角数据中除所述第一航向角以外的航向角；

子识别单元，用于根据所述差值组，识别所述车辆的转向状态。

可选的，如图5所示，所述子识别单元包括：

绝对值获取单元501，用于获取所述差值组中绝对值最大的差值的绝对值；

绝对值对比单元502，用于分别将所述差值的绝对值与预设的第一阈值和第二阈值进行对比，得到对比结果；其中，所述第二阈值大于所述第一阈值；

掉头识别单元503，用于若所述差值的绝对值大于或等于所述第二阈值，则识别出所述车辆在掉头；

转弯识别单元504，用于若所述差值的绝对值大于或等于所述第一阈值且小于所述第二阈值，则识别出所述车辆在转弯。

可选的，所述转弯识别单元在识别出所述车辆在转弯后，还可以用于判断所述差值的正负，并根据所述差值的正负识别出所述车辆的转弯方向，若所述差值为正，则识别出所述车辆在向左转弯，若所述差值为负，则识别出所述车辆在向右转弯。

需要说明的是，上述对车辆转弯方向的判断是基于对所述横摆角速度的正负的预先定义实现的。通常将车辆左转时的横摆角速度定义为正，对应的车辆右转时的横摆角速度定义为负，因此可以在所述差值为正时识别出所述车辆在向左转弯，在所述差值为负时识别出所述车辆在向右转弯。

进一步的，若将所述横摆角速度的正负定义为，车辆左转时横摆角速度定义为负，车辆右转时定义为正，则上述对车辆转弯方向的判断也应当对应的调整为，在所述差值为负时识别出所述车辆在向左转弯，在所述差值为正时识别出所述车辆在向右转弯。

本发明各个实施例公开的装置中的各个单元的工作过程与本发明实施例提供的车辆转向状态识别方法相同，此处不再赘述。

本发明实施例提供的车辆转向状态识别装置，基于历史航向角数据中所述车辆在多个采样位置的航向角，通过转向状态识别单元识别所述车辆的转向状态，从而解决了现有的基于gps定位信号进行的车辆转弯识别技术，由于gps定位精度不高导致的识别准确度低的问题，实现在多种复杂工况下对车辆转向状态的准确识别。

本发明实施例还提供了一种电子设备，如图6所示，包括处理器601和存储器602，其中：

所述存储器用于存储计算机指令；

所述处理器用于执行所述存储器存储的计算机指令，具体执行的本发明任一实施例提供的车辆转向状态的识别方法。

本发明实施例还提供了一种存储介质，用于存储程序，所述程序被执行时，用于实现本发明任一实施例提供的车辆转向状态的识别方法。

专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。