本公开涉及交通信息领域，具体地，涉及一种预测车辆变道的方法、装置和系统。
背景技术：
车辆在多车道的道路上行驶，可能因为车道车速行驶较慢，或者该车道前方发生事故需要变道，需要变道至另一条畅通的车道上行驶。而原本驾车行驶在该畅通车道上的驾驶员，需要注意观察前后方是否有别的车辆变道驶入该车道，避免车辆与正在变道的车辆发生刮碰、追尾。
驾驶员在关注前方道路的同时，通过观察主后视镜以及左右后视镜来判断前后左右是否有其他车辆正在变道。若发现有车辆变道，则控制车辆加速或者减速，以使车与车之间保持安全距离。能否预先判断周围是否有车辆变道与驾驶员的驾驶经验有很大关系。另外，在一些复杂路段，驾驶员视线受阻则无法及时预先判断是否有车辆变道，增加了道路交通安全隐患。
相关技术中出现了通过分析变更车道时是否有打转向灯来提示是否进行安全变道，然而，这种仅通过分析是否打转向灯来判定是否安全变道的方法过于简单，不能够真实体现变道时真实的道路安全状况，起不到风险预警的作用。
技术实现要素：
本公开提供一种预测车辆变道的方法、装置和系统，以解决相关技术中变道预测不够准确的问题。
为了实现上述目的，第一方面，本公开提供一种预测车辆变道的方法，所述方法包括：
获取多个车辆发送的行驶数据信息；
根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道；
根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。
可选的，所述行驶数据信息包括车辆的车速信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：
根据所述同一路段上每一车辆的车速信息，确定所述每一车道的平均车速；
将所述目标车道的平均车速与所述目标车道相邻的第一车道的平均车速进行比对；
若所述第一车道的平均车速小于所述目标车道的平均车速，则根据所述第一车道的平均车速与所述目标车道的平均车速之间的速度差值，计算行驶在所述第一车道上的车辆向所述目标车道变道驶入的第一转向概率。
可选的，所述若所述第一车道的平均车速小于所述目标车道的平均车速，则根据所述第一车道的平均车速与所述目标车道的平均车速之间的速度差值，计算行驶在所述第一车道上的车辆向所述目标车道变道驶入的第一转向概率，包括：
根据如下公式计算所述第一转向概率f1(x):
x＝|ls0-ls1|/max(ls0,ls1)；
f1(x)＝lcsp+1-f(x；μ1,σ1)；
其中，ls0为所述目标车道的平均车速，ls1为所述第一车道的平均车速，μ1、σ1、lcsp为预先标定概率计算因子。
可选的，所述行驶数据信息包括车辆的定位信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：
根据所述目标车道上跟随行驶的第一车辆和第二车辆的定位信息，确定所述第一车辆和所述第二车辆之间的间距；
根据所述第一车辆和所述第二车辆之间的间距，计算所述目标车道有车辆变道驶入的第二转向概率。
可选的，所述根据所述第一车辆和所述第二车辆之间的间距，计算所述目标车道有车辆变道驶入的第二转向概率，包括：
根据如下公式计算所述第二转向概率f2(x):
f1(x)＝lcdp+1-f(x；μ2,σ2)；
其中，vl为根据平均车身长度预先标定的长度值，ldi为所述第一车辆和第二车辆之间的间距，μ2、σ2、lcdp为预先标定概率计算因子。
可选的，所述行驶数据信息包括车辆的定位信息和行驶方向信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：
根据行驶在所述目标车道相邻车道上的第三车辆的定位信息和行驶方向信息，确定所述第三车辆的行驶方向与所述目标车道相邻车道方向之间的夹角；
根据所述夹角，确定所述第三车辆向所述目标车道变道驶入的第三转向概率。
可选的，所述行驶数据信息包括车辆的转向灯信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：
根据行驶在所述目标车道相邻车道上的第四车辆的转向灯信息，判断所述第四车辆的预变道方向；
在所述预变道方向指向所述目标车道时，确定所述第四车辆向所述目标车道变道驶入的第四转向概率为预设概率值。
第二方面，本公开提供一种预测车辆变道的装置，所述装置包括：
获取模块，用于获取多个车辆发送的行驶数据信息；
确定模块，用于根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道；
分析模块，用于根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。
可选的，所述分析模块，用于根据所述同一路段上每一车辆的车速信息，确定所述每一车道的平均车速；
将所述目标车道的平均车速与所述目标车道相邻的第一车道的平均车速进行比对；
若所述第一车道的平均车速小于所述目标车道的平均车速，则根据所述第一车道的平均车速与所述目标车道的平均车速之间的速度差值，计算行驶在所述第一车道上的车辆向所述目标车道变道驶入的第一转向概率。
可选的，所述分析模块包括第一计算子模块，用于根据如下公式计算所述第一转向概率f1(x):
x＝|ls0-ls1|/max(ls0,ls1)；
f1(x)＝lcsp+1-f(x；μ1,σ1)；
其中，ls0为所述目标车道的平均车速，ls1为所述第一车道的平均车速，μ1、σ1、lcsp为预先标定概率计算因子。
可选的，所述分析模块，用于根据所述目标车道上跟随行驶的第一车辆和第二车辆的定位信息，确定所述第一车辆和所述第二车辆之间的间距；
根据所述第一车辆和所述第二车辆之间的间距，计算所述目标车道有车辆变道驶入的第二转向概率。
可选的，所述分析模块包括第二计算子模块，用于根据如下公式计算所述第二转向概率f2(x):
f1(x)＝lcdp+1-f(x；μ2,σ2)；
其中，vl为根据平均车身长度预先标定的长度值，ldi为所述第一车辆和第二车辆之间的间距，μ2、σ2、lcdp为预先标定概率计算因子。
可选的，所述分析模块，用于根据行驶在所述目标车道相邻车道上的第三车辆的定位信息和行驶方向信息，确定所述第三车辆的行驶方向与所述目标车道相邻车道方向之间的夹角；
根据所述夹角，确定所述第三车辆向所述目标车道变道驶入的第三转向概率。
可选的，所述分析模块，用于根据行驶在所述目标车道相邻车道上的第四车辆的转向灯信息，判断所述第四车辆的预变道方向；
在所述预变道方向指向所述目标车道时，确定所述第四车辆向所述目标车道变道驶入的第四转向概率为预设概率值。
第三方面，本公开提供一种预测车辆变道的系统，所述系统包括云服务器和置于每一车辆上的车载设备；
所述云服务器包括上述第二方面中任一项所述预测车辆变道的装置；
所述车载设备用于采集车辆的行驶数据信息，并将所述行驶数据信息上传至所述云服务器。
通过上述技术方案，通过获取多个车辆发送的行驶数据信息，并根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道，再根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。这样，可以综合考虑车道上的多个车辆行驶数据信息分析得到目标车道有车辆变道驶入的概率信息，使变道分析的结果更加准确。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本公开一示例性实施例示出的一种预测车辆变道的方法的流程图。
图2是本公开一示例性实施例示出的一种实施场景示意图。
图3是本公开一示例性实施例示出的一种预测车辆变道的装置框图。
图4是本公开一示例性实施例示出的一种预测车辆变道的系统框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
图1是本公开一示例性实施例示出的一种预测车辆变道的方法的流程图。所述方法可以应用于云服务器，所述方法包括：
s11，获取多个车辆发送的行驶数据信息。
具体实施时，每个车辆上装载有车载设备obu(onboardunit)，该obu可以与车辆云服务器建立通信链路，并通过内置的上传模块和下载模块实现与云服务器的信息交换功能。例如，该obu可以是具有v2x功能t-box(telematicsbox)。
此外，车载obu中还包括定位模块，例如，可以实现分辨率为厘米级的定位的差分定位模块。还包括can总线数据采集模块，可以从can总线中实时采集车辆的行驶数据。
为保证数据的时效性，数据采集周期和上传周期可以依据实际情况调整，本公开在此不做限定。例如，obu可以100ms的周期can总线数据，并将1s内采集到的车辆行驶数据打包发送给云服务器。打包的数据中可以包括车辆的经度、纬度、行驶速度、行驶方向、海拔高度、采样时刻、转向角度、刹车次数、加速度等。此外，若所述车辆上包括并线盲区辅助模块(bsm)，obu还可以采集并线盲区模块中的消息数据，并将该消息数据上传至云服务器。
云服务器在获取到多个车辆的obu发送的行驶数据信息后，可以对其中的无效数据进行数据融合清洗，剔除无效的数据。例如，上传的行驶数据中包括1s内的连续采样得到的100个不同采样点车速，其中，有个别采样点的车速与相邻采样点车速之间的差值过大，则可提出这些采样点的数据。
s12，根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道。
首先，可以依据车速对道路进行路段划分。比如，该道路限速为60km/h,即16m/s，3s内车辆该道路上的车辆可以行驶48m，则设置该道路上每一路段为48m。这样设置是为了在后续计算中能够简化每一路段的运算信息量，提高系统运算效率。由上，可以得到划分好的路段集合r{ri|i＝1，2，3，…，n}。
然后，对每一路段ri上行驶的车辆进行车道定位。具体的，将每一车辆的经纬度信息和行驶方向信息，与预先标定的电子地图相叠加，这样即可判断出路段ri上每一车辆的当前所在的车道。例如，如图2所示，将道路划分为路段r1、路段r2、路段r3，每一路段有三个车道分别是车道1、车道2、车道3。定位后可知车辆a在路段r2车道2上，车辆b在路段r1车道3上，车辆c即将在车道3上驶入路段r3，因此可以将车辆c定位至路段r3的车道3上。
s13，根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。
在第一可选实施方式中，所述行驶数据信息包括车辆的车速信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：根据所述同一路段上每一车辆的车速信息，确定所述每一车道的平均车速；将所述目标车道的平均车速与所述目标车道相邻的第一车道的平均车速进行比对；若所述第一车道的平均车速小于所述目标车道的平均车速，则根据所述第一车道的平均车速与所述目标车道的平均车速之间的速度差值，计算行驶在所述第一车道上的车辆向所述目标车道变道驶入的第一转向概率。
具体的，可以遍历读取同一路段上每一车道上所有的车辆的车速信息，再计算该路段上每一车道的平均车速。值得说明的是，两个相邻车道之间的平均车速差越大，则慢速车道上的车辆变道驶入快速车道的概率越大。因此，可以根据两相邻车道之间的平均速度差值，计算慢速车道上的车辆变道驶入快速车道的概率。
其中，所述若所述第一车道的平均车速小于所述目标车道的平均车速，则根据所述第一车道的平均车速与所述目标车道的平均车速之间的速度差值，计算行驶在所述第一车道上的车辆向所述目标车道变道驶入的第一转向概率，包括：
根据如下公式计算所述第一转向概率f1(x):
x＝|ls0-ls1|/max(ls0,ls1)；
f1(x)＝lcsp+1-f(x；μ1,σ1)；
其中，ls0为所述目标车道的平均车速，ls1为所述第一车道的平均车速，μ1、σ1、lcsp为预先标定概率计算因子。示例地，μ1＝0，σ12＝0.2，lcsp可以设定为常数30％。针对不同的道路场景，lcsp的取值可做相应调整，本公开在此不做限定。
当f1(x)计算结果大于第一预设概率阈值时，云服务器可以向当前行驶在所述目标车道上的所有车辆下发变道提示消息。车辆收到该提示消息后，可以通过提示音或指示灯的行驶提示驾驶员注意前方是否有车辆变道驶入。
在第二可选实施方式中，所述行驶数据信息包括车辆的定位信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：根据所述目标车道上跟随行驶的第一车辆和第二车辆的定位信息，确定所述第一车辆和所述第二车辆之间的间距；根据所述第一车辆和所述第二车辆之间的间距，计算所述目标车道有车辆变道驶入的第二转向概率。
值得说明的是，目标车道上前后跟随行驶的第一车辆和第二车辆之间的间距越大，相邻车道上的车辆变道驶入这两个车之间的概率越大。若有车辆变道驶入，位于后方的第二车辆需要及时减速，避免与变道车辆发生追尾剐蹭。
具体的，所述根据所述第一车辆和所述第二车辆之间的间距，计算所述目标车道有车辆变道驶入的第二转向概率，包括：
根据如下公式计算所述第二转向概率f2(x):
f1(x)＝lcdp+1-f(x；μ2,σ2)；
其中，vl为根据平均车身长度预先标定的长度值，ldi为所述第一车辆和第二车辆之间的间距，μ2、σ2、lcdp为预先标定概率计算因子。
示例地，若平均车身长度为2.5m，则vl可以为该平均车身长度的两倍，即5m。μ1＝0，σ12＝0.2，lcdp可以设定为常数40％。针对不同的道路场景，lcdp的取值可做相应调整，本公开在此不做限定。
当f2(x)计算结果大于第二预设概率阈值时，云服务器可以向当前行驶在目标车道上的所述第二车辆下发变道提示消息。所述第二车辆收到该提示消息后，可以通过提示音或指示灯的行驶提示驾驶员注意前方是否有车辆变道驶入。
在第三可选实施方式中，所述行驶数据信息包括车辆的定位信息和行驶方向信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：根据行驶在所述目标车道相邻车道上的第三车辆的定位信息和行驶方向信息，确定所述第三车辆的行驶方向与所述目标车道相邻车道方向之间的夹角；根据所述夹角，确定所述第三车辆向所述目标车道变道驶入的第三转向概率。
值得说明的是，当第三车辆在该目标车道的相邻车道上行驶时，若第三车辆的行驶方向与该相邻车道方向之间的夹角大于一定角度时，该第三车辆可能发生转向。因此，可以预先设置该夹角与第三转向概率的对应关系，夹角越大则第三转向概率越大。例如，根据该夹角判断得到车辆的行驶方向指向所述目标车道，且所述夹角等于第一预设夹角值，则确定所述第三转向概率为40％。若所述夹角大于所述第一预设夹角值且逐渐变大，则随着所述夹角值变大确定得到的第三转向概率也逐渐增大。
在所述第三转向概率大于第三预设概率阈值时，云服务器可以向当前行驶在所述目标车道上的车辆下发变道提示消息。
在第四可选实施方式中，所述行驶数据信息包括车辆的转向灯信息，所述根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息，包括：根据行驶在所述目标车道相邻车道上的第四车辆的转向灯信息，判断所述第四车辆的预变道方向；在所述预变道方向指向所述目标车道时，确定所述第四车辆向所述目标车道变道驶入的第四转向概率为预设概率值。
值得说明的是，转向灯能够反映驾驶员的驾驶意图。obu可以采集车身控制器中的灯光数据，并将该灯光数据上传至云服务器。
在本公开提供的另一种可选的预测车辆变道的方法中，可以将上述四种可选实施方式结合起来，将每一种实施方式得到的转向概率加权求和，以得到最终的总转向概率。
为减少服务器的运算量，服务器按照周期t处理数据并计算出该总转向概率。在该总转向概率大于预设总概率阈值时，向目标车道上受变道影响的车辆集合下发变道提示消息。
通过上述技术方案，通过获取多个车辆发送的行驶数据信息，并根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道，再根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。这样，可以综合考虑车道上的多个车辆行驶数据信息分析得到目标车道有车辆变道驶入的概率信息，使变道分析的结果更加准确。
图3是本公开一示例性实施例示出的一种预测车辆变道的装置300，所述装置300包括：
获取模块310，用于获取多个车辆发送的行驶数据信息；
确定模块320，用于根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道；
分析模块330，用于根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。
上述装置300，通过获取多个车辆发送的行驶数据信息，并根据每一所述车辆的行驶数据信息确定同一路段上每一车辆当前行驶的车道，再根据所述路段上所有车辆的行驶数据信息联合分析得到所述路段上目标车道有车辆变道驶入的概率信息。这样，可以综合考虑车道上的多个车辆行驶数据信息分析得到目标车道有车辆变道驶入的概率信息，使变道分析的结果更加准确。
在第一可选的实施方式中，所述分析模块330，用于根据所述同一路段上每一车辆的车速信息，确定所述每一车道的平均车速；
将所述目标车道的平均车速与所述目标车道相邻的第一车道的平均车速进行比对；
若所述第一车道的平均车速小于所述目标车道的平均车速，则根据所述第一车道的平均车速与所述目标车道的平均车速之间的速度差值，计算行驶在所述第一车道上的车辆向所述目标车道变道驶入的第一转向概率。
具体的，所述分析模块330包括第一计算子模块，用于根据如下公式计算所述第一转向概率f1(x):
x＝|ls0-ls1|/max(ls0,ls1)；
f1(x)＝lcsp+1-f(x；μ1,σ1)；
其中，ls0为所述目标车道的平均车速，ls1为所述第一车道的平均车速，μ1、σ1、lcsp为预先标定概率计算因子。
在第二可选的实施方式中，所述分析模块330，用于根据所述目标车道上跟随行驶的第一车辆和第二车辆的定位信息，确定所述第一车辆和所述第二车辆之间的间距；
根据所述第一车辆和所述第二车辆之间的间距，计算所述目标车道有车辆变道驶入的第二转向概率。
具体的，所述分析模块330包括第二计算子模块，用于根据如下公式计算所述第二转向概率f2(x):
f1(x)＝lcdp+1-f(x；μ2,σ2)；
其中，vl为根据平均车身长度预先标定的长度值，ldi为所述第一车辆和第二车辆之间的间距，μ2、σ2、lcdp为预先标定概率计算因子。
在第三可选的实施方式中，所述分析模块330，用于根据行驶在所述目标车道相邻车道上的第三车辆的定位信息和行驶方向信息，确定所述第三车辆的行驶方向与所述目标车道相邻车道方向之间的夹角；根据所述夹角，确定所述第三车辆向所述目标车道变道驶入的第三转向概率。
在第四可选的实施方式中，所述分析模块330，用于根据行驶在所述目标车道相邻车道上的第四车辆的转向灯信息，判断所述第四车辆的预变道方向；在所述预变道方向指向所述目标车道时，确定所述第四车辆向所述目标车道变道驶入的第四转向概率为预设概率值。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
本公开还提供一种预测车辆变道的系统，如图4所示，所述系统包括云服务器400和置于每一车辆上的车载设备500；所述云服务器400包括上文所述预测车辆变道的装置300；所述车载设备500用于采集车辆的行驶数据信息，并将所述行驶数据信息上传至所述云服务器400。
所述车载设备500可以是上文所述的车载obu设备。具体的，所述云服务器400还包括结果发布模块；所述车载设备500包括采集模块，数据上传模块，数据接收模块；所述采集模块用于采集车辆的行驶数据信息；所述数据上传模块用于将所述行驶数据信息上传至所述云服务器400；所述数据接收模块用于接收所述结果发布模块下发的变道提示消息。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。