基于导航数据的车辆长下坡预警方法及其系统与流程

本发明涉及车辆安全预警
技术领域：
，尤其涉及一种基于导航数据的车辆长下坡预警方法及其系统。
背景技术：
：长下坡路段是导致山区公路事故率居高不下的一个重要原因，据统计相关的交通事故占山区交通事故总数的40％以上。在进入长下坡路段前，如果能给货车司机提供适时的安全预警提醒，使司机做好充分的应急准备，对于避免事故的产生，提高货车运输安全质量具有很强的实际意义。货车在长时间的下坡过程中，需要不断使用刹车，采取连续制动的方式控制车速保持稳定，导致刹车毂的温度不断上升，性能不断衰减。目前大部分货车都会加装水箱，通过淋水设施来降低制动毂的温度，因此在长下坡前水箱中的水量要准备充足，此外还可以利用避险车道等设施来规避风险。图商推出的货车导航地图数据针对货车特点提供了长下坡路段起始点，加水站、服务区、加油站、避险车道等poi点，为货车在长下坡路段工况下的预警和信息服务提供了数据条件。在公开号为cn203995938u的中国专利公开文件中，提出了一种汽车长下坡陡坡急弯的预警装置，主要包括全国公路网电子地图及详细路况信息库、车载gps定位系统和电子控制单元及声光组件。其所述全国公路网电子地图及详细路况信息是国家交通部定期公开的信息资源，由技术成熟的车载gps定位系统确定本车轨迹及所处位置，再由电子控制单元分析确认发出语音和灯光信号提示驾驶员，采取低速档控制车速前行。但该方案需实时搜索车辆前方及周边的所有道路数据，即需要实时搜索道路数据库，会导致计算搜索耗时长，以致效率低下。技术实现要素：本发明所要解决的技术问题是：提出一种基于导航数据的车辆长下坡预警方法及其系统，可提高搜索效率，为司机提供更加快速高效的预警。为了解决上述技术问题，本发明采用的技术方案为：一种基于导航数据的车辆长下坡预警方法，包括：将导航地图数据进行网格化划分，并对网格进行编号；在所述导航地图数据中提取预警服务点数据，所述预警服务点包括长下坡预警点和避险服务点；获取包括各网格中各个预警服务点数据的点状预警数据；根据所述点状预警数据，判断车辆当前位置所在网格及周边网格内是否存在长下坡预警点；若存在，则进行安全预警，同时指示车辆周边的避险服务点。本发明还涉及一种基于导航数据的车辆长下坡预警系统，包括：划分模块，用于将导航地图数据进行网格化划分，并对网格进行编号；提取模块，用于在所述导航地图数据中提取预警服务点数据，所述预警服务点包括长下坡预警点和避险服务点；第一获取模块，用于获取包括各网格中各个预警服务点数据的点状预警数据；判断模块，用于根据所述点状预警数据，判断车辆当前位置所在网格及周边网格内是否存在长下坡预警点；第一预警模块，用于若存在，则进行安全预警，同时指示车辆周边的避险服务点。本发明的有益效果在于：通过采用模糊搜索到精确搜索的两级搜索方法，先搜索车辆所在网格及周边网格的点状预警数据，由于点状数据比线状的道路数据的数据量小得多，因此对点状预警数据的搜索速度更快，在硬件内存资源消耗相同的情况下，能够搜索的距离范围也更远；可为司机提供周边的预警服务点，方便司机提前为长下坡路段做准备。附图说明图1为本发明一种基于导航数据的车辆长下坡预警方法的流程图；图2为本发明实施例一的方法流程图；图3为本发明实施例一的网格示意图；图4为本发明实施例二的方法流程图；图5为本发明实施例二的道路最小外接矩形示意图；图6为本发明一种基于导航数据的车辆长下坡预警系统的结构示意图；图7为本发明实施例三的系统结构示意图。标号说明：1、划分模块；2、提取模块；3、第一获取模块；4、判断模块；5、第一预警模块；6、第二获取模块；7、匹配模块；8、第二预警模块；41、第一获取单元；42、第一得到单元；43、第二获取单元；44、第三获取单元；45、判断单元；71、遍历单元；72、确定单元；73、第二得到单元；74、对比单元。具体实施方式为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图详予说明。本发明最关键的构思在于：先采用点状预警数据进行模糊搜索，再采用线状预警数据进行精确搜索。请参阅图1，一种基于导航数据的车辆长下坡预警方法，包括：将导航地图数据进行网格化划分，并对网格进行编号；在所述导航地图数据中提取预警服务点数据，所述预警服务点包括长下坡预警点和避险服务点；获取包括各网格中各个预警服务点数据的点状预警数据；根据所述点状预警数据，判断车辆当前位置所在网格及周边网格内是否存在长下坡预警点；若存在，则进行安全预警，同时指示车辆周边的避险服务点。从上述描述可知，本发明的有益效果在于：可提高搜索速度，在硬件内存资源消耗相同的情况下，能够搜索的距离范围也更远。进一步地，所述“进行安全预警，同时指示车辆周边的避险服务点”之后，进一步包括：获取包括各网格中各条道路数据的线状预警数据；根据所述线状预警数据，匹配车辆当前位置所在道路；当车辆当前位置所在道路为长下坡路段时，进行安全预警。由上述描述可知，只有当探测到前方及周边存在长下坡预警点的条件下，才进行具体道路的精确搜索，可减少不必要的搜索负担，从而极大地提高了系统的搜索效率。进一步地，所述“根据所述点状预警数据，判断车辆当前位置所在网格及周边网格内是否存在长下坡预警点”具体为：获取车辆当前位置的经纬度坐标；根据所述经纬度坐标，得到车辆当前所在的网格的编号；根据所述网格的编号，获取与所述网格相邻的八个网格的编号；根据所述网格的编号以及所述八个网格的编号，在所述点状预警数据中分别获取九个网格对应的预警服务点数据；判断所述预警服务点数据中是否存在长下坡预警点。由上述描述可知，通过获取以车辆当前位置所在网格为中心的九宫格的编号，在点状预警数据中获取九宫格的预警服务点数据，即可获得车辆所在位置周边的各个预警服务点。进一步地，所述“根据所述线状预警数据，匹配车辆当前位置所在道路”具体为：遍历车辆所在网格中的道路；根据车辆当前位置与道路的距离以及车辆行驶方向与道路走向的匹配程度，确定车辆所在道路。进一步地，所述“遍历车辆所在网格中的道路”之后，进一步包括：根据各道路数据中道路的最小经度、最小纬度、最大经度和最大纬度，得到各道路的最小外接矩形属性字段；将车辆当前位置的经纬度与道路的外界矩形属性字段进行对比，对道路进行筛选。由上述描述可知，通过将车辆当前位置的经纬度与道路的外接矩形属性字段进行比较，可快速缩小检索范围，进一步提高了检索效率。请参照图6，本发明还提出一种基于导航数据的车辆长下坡预警系统，包括：划分模块，用于将导航地图数据进行网格化划分，并对网格进行编号；提取模块，用于在所述导航地图数据中提取预警服务点数据，所述预警服务点包括长下坡预警点和避险服务点；第一获取模块，用于获取包括各网格中各个预警服务点数据的点状预警数据；判断模块，用于根据所述点状预警数据，判断车辆当前位置所在网格及周边网格内是否存在长下坡预警点；第一预警模块，用于若存在，则进行安全预警，同时指示车辆周边的避险服务点。进一步地，还包括：第二获取模块，用于获取包括各网格中各条道路数据的线状预警数据；匹配模块，用于根据所述线状预警数据，匹配车辆当前位置所在道路；第二预警模块，用于当车辆当前位置所在道路为长下坡路段时，进行安全预警。进一步地，所述判断模块包括：第一获取单元，用于获取车辆当前位置的经纬度坐标；第一得到单元，用于根据所述经纬度坐标，得到车辆当前所在的网格的编号；第二获取单元，用于根据所述网格的编号，获取与所述网格相邻的八个网格的编号；第三获取单元，用于根据所述网格的编号以及所述八个网格的编号，在所述点状预警数据中分别获取九个网格对应的预警服务点数据；判断单元，用于判断所述预警服务点数据中是否存在长下坡预警点。进一步地，所述匹配模块包括：遍历单元，用于遍历车辆所在网格中的道路；确定单元，用于根据车辆当前位置与道路的距离以及车辆行驶方向与道路走向的匹配程度，确定车辆所在道路。进一步地，所述匹配模块还包括：第二得到单元，用于根据各道路数据中道路的最小经度、最小纬度、最大经度和最大纬度，得到各道路的最小外接矩形属性字段；对比单元，用于将车辆当前位置的经纬度与道路的外界矩形属性字段进行对比，对道路进行筛选。实施例一请参照图2，本发明的实施例一为：一种基于导航数据的车辆长下坡预警方法，可用于货运车辆的长下坡工况下的预警，包括如下步骤：s1：将导航地图数据进行网格化划分，并对网格进行编号；网格定义如图3所示，其中k表示在经度方向上的网格个数，m表示在纬度方向上的网格个数。网格编号从0开始，从左至右、从下至上依次增大。若要对一个地区的导航数据进行网格化划分，则先获取以下参数：最小经度lon_min、最大经度lon_max、最小纬度lat_min和最大纬度lat_max；再定义单个网格的网格宽mesh_width和网格高mesh_height；由此，可计算出网格总行数mesh_row_total＝(lat_max-lat_min)/mesh_height、网格总列数mesh_col_total＝(lon_max-lon_min)/mesh_width以及网格总数mesh_total＝(mesh_row_total*mesh_col_total)。s2：在所述导航地图数据中提取预警服务点数据，所述预警服务点包括长下坡预警点和避险服务点；所述避险服务点包括加水站、降温池、服务区、加油站、避险车道点等。s3：获取包括各网格中各个预警服务点数据的点状预警数据；点状预警数据的存储结构如表1所示，包括文件头和点状网格数据块；文件头的结构定义如表2所示；点状网格数据块与网格数量一致，一点状网格数据块对应一个网格，包括网格头数据和对应的网格中的各个预警服务点数据，所述网格头数据存储所述网格中所含的预警服务点的数量等信息；所述预警服务点数据包括预警服务点的类别及其经纬度，存储结构可如表3所示。文件头网格1头数据网格1预警服务点1……网格1预警服务点m1……网格n头数据网格n预警服务点1……网格n预警服务点mn表1表2表3s4：获取车辆当前位置的经纬度坐标。s5：根据所述经纬度坐标，得到车辆当前所在的网格的编号；若车辆当前位置的经纬度坐标为(x，y)，则车辆当前位置所在网格的编号，即id的计算方法如下：行号＝(y-lat_min)/mesh_height；列号＝(x-lon_min)/mesh_width；车辆当前位置所在的网格id＝行号×mesh_col_total+列号。若计算出的行号和列号不为整数，则向下取整，即取整数位。s6：根据所述网格的编号，获取与所述网格相邻的八个网格的编号；根据所计算出的网格编号，即可得到周边八个网格的编号。s7：根据所述网格的编号以及所述八个网格的编号，在所述点状预警数据中分别获取九个网格对应的预警服务点数据；可直接从点状预警数据中的文件头查找到对应所述九个网格的九个点状网格数据块，获取九个点状网格数据块中的预警服务点数据，即为所要获取的预警服务点数据。s8：判断所述预警服务点数据中是否存在长下坡预警点，若是，执行步骤s9。s9：进行安全预警，同时指示车辆周边的避险服务点；可语音提醒司机留意水箱及制冷系统运行情况，同时指明前方存在的加水站、服务区、降温池等服务点情况，提醒司机到上述服务点做好经过长下坡前的准备。由于点状数据比线状的道路数据的数据量小得多，因此对点状预警数据的搜索速度更快，在硬件内存资源消耗相同的情况下，能够搜索的距离范围也更远。本实施例通过搜索车辆所在网格及周边网格的点状预警数据，可为司机提供周边的预警服务点，方便司机提前为长下坡路段做准备。实施例二请参照图4，本实施例为实施例一的进一步拓展，相同之处不再累述，区别在于，还包括如下步骤：s10：获取包括各网格中各条道路数据的线状预警数据；线状预警数据的存储结构如表4所示，包括文件头和线状网格数据块；文件头的结构定义可以与点状预警数据的文件头一致；线状网格数据块与网格数量一致，一线状网格数据块对应一个网格，包括网格头数据和对应的网格中的各条道路数据，所述网格头数据存储所述网格中所含的道路总条数等信息；在道路数据映射、存储长下坡、避险车道等标识，存储结构可如表5所示。文件头网格1头数据网格1道路1……网格1道路j1……网格n头数据网格n道路1……网格n道路jn表4表5s11：遍历车辆所在网格中的道路；根据步骤s5中得到的车辆当前所在的网格的编号，在线状预警数据查到到对应的线状网格数据块，从而获取车辆所在网格中的道路数据。s12：根据各道路数据中道路的最小经度、最小纬度、最大经度和最大纬度，得到各道路的最小外接矩形属性字段；网格中的道路数据在道路数据库中是由若干段有限长的线段组成，各条线段可组成范围矩形框，如图5所示，道路id为id1、id2、id3、id4和id5的5条道路线段，由道路数据属性字段中的最小经度、最小纬度、最大经度、最大纬度分别形成了5个矩形范围框。s13：将车辆当前位置的经纬度与道路的外界矩形属性字段进行对比，对道路进行筛选；若图5中的a点为车辆当前位置，设道路id1形成的矩形框的四个角的经纬度坐标分别为(id1minx，id1miny)，(id1minx，id1maxy)，(id1maxx,id1maxy)，(id1maxx,id1miny)；当a点的经纬度坐标满足以下4个条件中任意一个：ax<id1minxax>id1maxxay<id1minyay>id1maxy即可判断a点不在道路id1的矩形框中，进而可判断a点不在道路id1上。依次类推，可以快速地得到车辆当前处于道路id4和道路id5对应的矩形框内，将检索范围进一步缩小了两个矩形框内。s14：根据车辆当前位置与道路的距离以及车辆行驶方向与道路走向的匹配程度，确定车辆所在道路；分别计算a点到道路id4和道路id5的垂直投影距离，可知a点距离道路id5更近，但还不能由此判断当前车辆在道路id5上；若车辆下一时刻位置为图5中的b点，由b点和a点组成的方向，和道路id4和道路id5的线段方向进行比较，可知道路id5的线段更符合车辆的行驶方向，由此确定车辆所在道路为id5对应的道路。s15：判断车辆当前位置所在道路是否为长下坡路段，若是，执行步骤s16。分析车辆当前位置所在道路的属性字段，即可判断得出是否为长下坡路段。s16：进行安全预警；可对司机发出如下安全预警：“前方道路l米处开始长下坡，请做好准备”。首先设计编译点状、线状预警数据，然后通过中、短距离两级预警机制，由远至近，模糊搜索和精准搜索相结合，使得司机在经过长下坡路段前的不同阶段，有更为充分的应急准备，从而最大限度地减少货车经过长下坡路段的风险。实施例三请参照图7，本实施例为对应上述实施例的一种基于导航数据的车辆长下坡预警系统，包括：划分模块1，用于将导航地图数据进行网格化划分，并对网格进行编号；提取模块2，用于在所述导航地图数据中提取预警服务点数据，所述预警服务点包括长下坡预警点和避险服务点；第一获取模块3，用于获取包括各网格中各个预警服务点数据的点状预警数据；判断模块4，用于根据所述点状预警数据，判断车辆当前位置所在网格及周边网格内是否存在长下坡预警点；第一预警模块5，用于若存在，则进行安全预警，同时指示车辆周边的避险服务点。还包括：第二获取模块6，用于获取包括各网格中各条道路数据的线状预警数据；匹配模块7，用于根据所述线状预警数据，匹配车辆当前位置所在道路；第二预警模块8，用于当车辆当前位置所在道路为长下坡路段时，进行安全预警。所述判断模块4包括：第一获取单元41，用于获取车辆当前位置的经纬度坐标；第一得到单元42，用于根据所述经纬度坐标，得到车辆当前所在的网格的编号；第二获取单元43，用于根据所述网格的编号，获取与所述网格相邻的八个网格的编号；第三获取单元44，用于根据所述网格的编号以及所述八个网格的编号，在所述点状预警数据中分别获取九个网格对应的预警服务点数据；判断单元45，用于判断所述预警服务点数据中是否存在长下坡预警点。所述匹配模块7包括：遍历单元71，用于遍历车辆所在网格中的道路；确定单元72，用于根据车辆当前位置与道路的距离以及车辆行驶方向与道路走向的匹配程度，确定车辆所在道路。所述匹配模块7还包括：第二得到单元73，用于根据各道路数据中道路的最小经度、最小纬度、最大经度和最大纬度，得到各道路的最小外接矩形属性字段；对比单元74，用于将车辆当前位置的经纬度与道路的外界矩形属性字段进行对比，对道路进行筛选。综上所述，本发明提供的一种基于导航数据的车辆长下坡预警方法及其系统，通过采用模糊搜索到精确搜索的两级搜索方法，先搜索车辆所在网格及周边网格的点状预警数据，再搜索道路数据，由于点状数据比线状的道路数据的数据量小得多，因此对点状预警数据的搜索速度更快，在硬件内存资源消耗相同的情况下，能够搜索的距离范围也更远；只有当一级模糊搜索探测到前方及周边存在长下坡预警点的条件下，才进行具体道路的精确搜索，可减少不必要的搜索负担，从而极大地提高了系统的搜索效率。通过将车辆当前位置的经纬度与道路的外接矩形属性字段进行比较，可快速缩小检索范围，进一步提高了检索效率。以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的
技术领域：
，均同理包括在本发明的专利保护范围内。当前第1页12