CN108986463B - 一种路况信息处理方法、装置及电子设备 - Google Patents

一种路况信息处理方法、装置及电子设备 Download PDF

Info

Publication number
CN108986463B
CN108986463B CN201810792515.8A CN201810792515A CN108986463B CN 108986463 B CN108986463 B CN 108986463B CN 201810792515 A CN201810792515 A CN 201810792515A CN 108986463 B CN108986463 B CN 108986463B
Authority
CN
China
Prior art keywords
road condition
condition information
road
traffic
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810792515.8A
Other languages
English (en)
Other versions
CN108986463A (zh
Inventor
刘艺成
彭军
楼天城
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaoma Huixing Technology Co ltd
Beijing PonyAi Science And Technology Co ltd
Original Assignee
Beijing Xiaoma Huixing Technology Co ltd
Beijing PonyAi Science And Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xiaoma Huixing Technology Co ltd, Beijing PonyAi Science And Technology Co ltd filed Critical Beijing Xiaoma Huixing Technology Co ltd
Priority to CN201810792515.8A priority Critical patent/CN108986463B/zh
Publication of CN108986463A publication Critical patent/CN108986463A/zh
Application granted granted Critical
Publication of CN108986463B publication Critical patent/CN108986463B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle

Abstract

本申请涉及信息处理技术领域，尤其涉及一种路况信息处理方法，应用于交通道路上的交通控制设施，所述方法包括：获取当前道路的路况图像和当前道路的交通信号；基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；按照确定的所述路况信息通知方式发布所述路况信息，从而可以减少节省无人车的计算资源，提高无人车的工作效率。本申请还提供了一种路况信息处理装置及电子设备。

Description

一种路况信息处理方法、装置及电子设备
技术领域
本申请涉及信息处理技术领域，尤其涉及一种路况信息处理方法及装置。
背景技术
随着自动驾驶技术的发展，识别无人车周围的目标对象(如车辆、行人、三轮车、自行车等)尤为重要。目前比较常用的方式是通过无人车上的激光雷达(如采用8线、16线、32线或64线激光雷达)探测车辆周围的目标对象，激光雷达向周围发射激光束，当激光束遇到物体时则返回激光点云，通过该激光点云可以识别周围的目标对象以及该目标对象的大小、位置、运动速度等路况信息。
但是，现有的识别无人车周围的目标对象的技术方案，需要耗费无人车控制机大量的计算资源。
发明内容
有鉴于此，本申请实施例提供一种路况信息处理方法及装置，用以为无人车等交通工具提供当前道路的路况信息，节约无人车等交通工具的计算资源。
主要包括以下几个方面：
第一方面，本申请实施例提供了一种路况信息处理方法，所述方法包括：
获取当前道路的路况图像和当前道路的交通信号；
基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；
按照确定的所述路况信息通知方式发布所述路况信息。
上述技术方案中，所述基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，包括：
当所述路况图像中影响路况的目标对象的可识别度小于可识别度阈值时，确定所述路况信息通知方式为无线方式；以及，基于所述交通信号生成当前道路的路况信息。
上述技术方案中，所述基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，包括：
当所述路况图像中影响路况的目标对象的可识别度大于或等于可识别度阈值时，确定所述路况信息通知方式为条码方式，并基于所述路况图像和所述交通信号确定当前道路的路况信息。
上述技术方案中，所述基于所述路况图像和所述交通信号确定当前道路的路况信息，包括：
基于多帧所述路况图像中涉及同一目标对象的特征，识别各个目标对象；
基于识别的各个目标对象和所述交通信号，生成所述路况信息。
上述技术方案中，所述基于所述路况图像和所述交通信号确定当前道路的路况信息，包括：
基于所述路况图像，获取所述路况图像中车道条数、每条车道的朝向以及每条车道中首车的位置；
根据每条车道中首车的位置，确定每条车道中首车与路口中心的距离；
根据车道条数、每条车道的朝向、每条车道中首车与路口中心的距离和所述交通信号生成所述路况信息。
上述技术方案中，当确定所述路况信息通知方式为条码方式时，所述按照确定的所述路况信息通知方式发布所述路况信息，包括：
将所述路况信息按照预设编码方式进行编码，生成包括所述路况信息的条码；
将所述条码进行展示，以使无人车获取所述条码中的路况信息。
上述技术方案中，所述方法还包括：
根据获取所述路况图像的时刻生成时间戳；
在所述路况信息中增加所述时间戳；其中，所述时间戳用于无人车判断所述路况信息的有效性。
第二方面，本申请实施例还提供了一种路况信息处理装置，所述装置包括：获取模块、确定模块和信息发布模块；其中，
所述获取模块，用于获取当前道路的路况图像和当前道路的交通信号；
所述确定模块，用于基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；
所述信息发布模块，用于按照确定的所述路况信息通知方式发布所述路况信息。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行上述任一种方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任一种方法的步骤。
采用上述方案，可以由交通灯等交通控制设施获取当前道路的路况图像和当前道路的交通信号，并基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，然后按照确定的所述路况信息通知方式发布所述路况信息。由于交通灯等交通控制设施相比于无人车等交通工具而言，具有更大的图像拍摄视角，进而由交通控制设施获取的路况图像具有更多的路况信息，从而无人车可以根据交通控制设施发布的路况信息预先确定行驶路线；同时，由于交通灯等交通控制设施可以产生交通信号，进而交通控制设施可以直接获取当前道路的交通信号，并将由路况图像和交通信号确定的路况信息发布给无人车，从而可以节省无人车的计算资源，提高无人车的工作效率。
为使本申请实施例的上述目的、特征和优点能更明显易懂，下面将结合实施例，并配合所附附图，作详细说明。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例一所提供的路况信息处理方法的基本流程示意图；
图2示出了本申请实施例二所提供的路况信息处理方法的具体流程示意图；
图3示出了本申请实施例三所提供的路况信息处理装置的虚拟装置图；
图4示出了本申请实施例四所提供的电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。以下对本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例下述方法、装置、电子设备或计算机存储介质可以应用于任何需要获取路况信息的场景，比如，可以应用于交通灯、电子警察等交通控制设施。本申请实施例并不对具体的应用场景作限制，任何使用本申请实施例提供的方法发布路况信息的方案均在本申请保护范围内。
本申请实施例中，交通灯等交通控制设施可以根据当前道路的路况图像和当前道路的交通信号，确定当前道路的路况信息及路况信息通知方式，然后按照确定的所述路况信息通知方式发布该路况信息，从而无人车可以根据交通灯等交通控制设施发布的路况信息，规划行驶过程中的行驶路线、行驶速度等。如果由无人车通过图像识别或激光探测的方式确定周围的目标对象的路况信息，无人车无需进行大量的数据处理，从而可以节省无人车大量的计算资源。此外，无人车仅能获取周围的路况信息，在数据处理时要求高效率进行以保证获取路况信息的及时性，对无人车的数据处理能力要求高。而交通灯、电子警察等交通控制设施与无人车相比，具有更大的拍摄角度，进而拍摄的路况图像中可以包括更多的路况信息，如可以对远距离的目标对象进行拍摄，无人车在由交通控制设施获取的路况信息中可以得到远距离的路况信息，从而可以更好地对行驶过程中的路况进行判断，预先规划行驶路线，同时，进一步节省无人车的计算资源，提高无人车自动行驶过程中的数据处理效率。
下述实施例将会对路况信息处理作详细说明。
实施例一
本申请实施例一提供的一种路况信息处理方法的基本流程如图1所示，包括以下步骤：
S101：获取当前道路的路况图像和当前道路的交通信号。
在具体实施中，交通灯、电子警察等交通道路上的交通控制设施可以利用摄像头对当前道路进行拍照，获取当前道路的路况图像。交通控制设施可以产生控制车辆、行人通行的交通信号，进而交通控制设施可以直接获取当前道路的交通信号，既保证了交通信号的实时性，还可以节省由其他方式获取交通信号时所需的处理资源。
上述交通信号可以包括当前道路路口的交通信号灯状态及交通标志，如每条车道车辆的通行状况、行人通行状况等，还可以包括交通信号灯变更状态的剩余时长，如红灯信号转为路灯信号的剩余时长，允许行人通行的剩余时长等。
S102：基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式。
在具体实施中，交通控制设施可以对获取的路况图像进行图像识别，并根据图像识别后的结果确定当前道路的路况信息及路况信息通知方式。具体如，交通控制设施可以根据路况图像中影响路况的目标对象的可识别度判断当前道路的路况信息通知方式；当路况图像中目标对象的可识别度小于可识别度阈值时，则可以确定所述路况信息通知方式为无线方式，进而可以基于所述交通信号生成当前道路的路况信息。
如果路况图像中目标对象的可识别度小于可识别度阈值，则可以认为交通控制设施识别目标对象不够准确或者当前为夜晚、雨雪或大雾等图像识别困难的天气状况，进而可以将当前道路的交通信号作为路况信息，并通过无线方式将该路况信息发送给无人车。这里，无线方式可以为蓝牙通信、红外通信或Wi-Fi通信方式。
如果路况图像中目标对象的可识别度大于或等于可识别度阈值，则可以认为交通控制设施可以准确地识别路况图像中的目标对象，交通控制设施可以对路况图像中的目标对象进行识别，再利用识别后的目标对象信息及交通信号生成当前道路的路况信息，以条码方式将该路况信息通知给无人车。这里，条码可以为二维条码、条形码、圆形码等条码方式。在对路况图像中的目标对象进行识别时，可以根据多帧路况图像中涉及的同一目标对象的特征，识别路况图像中的各个目标对象；例如，在第一帧路况图像中，某一目标对象由于其他目标对象的遮挡，可能仅存在目标对象的一部分图像，在第二帧路况图像中，可能显露出该目标对象的其他部分，从而可以结合多帧路况图像中涉及的同一目标对象的特征，识别路况图像中的各个目标对象。在利用路况图像中目标对象的特征识别目标对象时，可以利用目标对象的历史数据训练后的特征，与目标对象的特征进行匹配，从而对目标对象进行识别。
上述目标对象可以包括当前道路中的行人、车辆、障碍物以及车道等。当交通控制设施对路况图像中的目标对象进行识别之后，可以根据路况图像获取当前道路中的车道条数、每条车道的朝向以及每条车道中首车的位置等信息，并可以根据每条车道中首车的位置，确定每条车道中首车与路口中心的距离，进而可以根据车道条数、每条车道的朝向、每条车道中首车与路口中心的距离以及交通信号生成路况信息。具体如，交通控制设施可以根据路况图像识别后的标志建筑物，确定当前获取路况图像的道路或路口，进而可以在道路信息库中获取当前道路的信息，如车道条数、每条车道的朝向、每条车道中首车的位置等信息；还可以在该路况图像中识别当前道路或路口的车道条数、每条车道的朝向以及每条车道中首车在路况图像中的位置，并根据路况图像的图上距离与实际距离的比例尺，确定每条车道中首车与路口中心的距离。这里，确定每条车道中首车与路口中心的距离，可以使无人车根据自身与首车的距离，以及确定自身与路口中心的距离，从而可以使无人车预先设置停车或者转向的大致位置。
在确定当前道路的路况信息时，还可以在路况信息中添加用于无人车判断该路况信息有效性的时间戳。具体如，可以根据获取所述路况图像的时刻生成时间戳，并在该路况信息中增加时间戳，无人车可以根据时间戳指示的时刻及接收到路况信息的时刻之间的时间差值，判断接受到的路况信息是否有效；如果该时间差值大于预设时间差值，则可以确定该路况信息已经失效，从而可以丢弃该路况信息，如果该时间差值小于或者等于预设时间差值，则可以确定该路况信息有效，从而可以根据该路况信息进行行驶规划。
S103：按照确定的所述路况信息通知方式发布所述路况信息。
在具体实施中，当交通控制设施确定当前道路的路况信息通知方式为无线方式时，可以将得到的路况信息通过无线发送给附近的无人车，使无人车根据路况信息进行行驶规划。当交通控制设施确定当前道路的路况信息通知方式为条码方式时，可以将得到的路况信息按照预设编码方式进行编码，生成包括该路况信息的条码，并将该条码进行展示，以使无人车获取该条码中的路况信息。具体如，交通控制设施可以按照二维条码的编码方式将得到的路况信息转换为字符串，并将该字符串转换为二维码，将该二维码在交通灯的红绿灯旁进行展示，以上无人车可以通过拍摄或者扫描二维条码的方式获取当前道路的路况信息，如无人车可以获取当前路口的车道条数、每条车道的朝向、每条车道中首车的位置以及该路况信息的时间戳。
实施例二
本申请实施例二提供的路况信息处理方法的具体流程如图2所示，可以包括以下步骤：
S201：交通控制设施获取当前道路的路况图像和当前道路的交通信号。
这里，交通道路上的交通控制设施可以利用摄像头对当前道路进行拍照，获取当前道路的路况图像。交通控制设施可以直接获取当前道路的交通信号。
S202：交通控制设施获取路况图像中目标对象的可识别度，并判断目标对象的可识别度与可识别度阈值的大小关系。
这里，交通控制设施可以在全部的目标对象随机选择若干个目标对象进行初步的轮廓识别，或者可以根据路况图像的灰度值判断该路况图像的可识别度。
S203：当目标对象的可识别度小于可识别度阈值时，确定路况信息通知方式为无线方式。
这里，如果路况图像中目标对象的可识别度小于可识别度阈值，则可以认为交通控制设施识别目标对象不够准确或者当前为夜晚、雨雪或大雾等图像识别困难的天气状况；无线方式可以为蓝牙通信、红外通信或Wi-Fi通信方式。
S204：基于当前道路的交通信号生成当前道路的路况信息，并将生成的路况信息通过无线方式发送给无人车。
这里，无人车可以接收交通控制设施发送的路况信息，并由该路况信息得到当前道路的交通信号状态。
S205：当目标对象的可识别度大于或等于可识别度阈值时，确定路况信息通知方式为条码方式。
在具体实施中，如果路况图像中目标对象的可识别度大于或等于可识别度阈值，则可以认为交通控制设施可以准确地识别路况图像中的目标对象，交通控制设施可以对路况图像中的目标对象进行识别。这里，条码可以为二维条码、条形码、圆形码等条码方式。
S206：交通控制设施根据多帧路况图像中涉及的同一目标对象的特征，识别路况图像中的各个目标对象，并由各个目标对象的信息、指示路况图像获取时刻的时间戳以及交通信号，生成路况信息。
这里，各个目标对象的信息可以包括当前道路中的行人、车辆、障碍物、车道条数、每条车道的朝向以及每条车道中首车的位置等信息。
S207：将生成的路况信息承载在二维条码上，并将该二维码展示在交通控制设施信号灯旁，使无人车获取该二维码中的路况信息。
在具体实施中，无人车可以根据时间戳指示的时刻及接收到路况信息的时刻之间的时间差值，判断接受到的路况信息是否有效；如果该时间差值大于预设时间差值，则可以确定该路况信息已经失效，从而可以丢弃该路况信息，如果该时间差值小于或者等于预设时间差值，则可以确定该路况信息有效，从而可以根据该路况信息进行行驶规划。
通过上述实施例二提供的路况信息处理方式，可以由交通灯等交通控制设施将确定的路况信息发送给无人车，从而无人车可以根据路况信息进行行驶规划，从而可以节省无人车的计算资源，提高无人车的工作效率。
实施例三
本申请实施例三提供的路况信息处理装置30的虚拟装置如图3所示，所述装置30包括：获取模块31、确定模块32和信息发布模块33；其中，
所述获取模块31，用于获取当前道路的路况图像和当前道路的交通信号；
所述确定模块32，用于基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；
所述信息发布模块33，用于按照确定的所述路况信息通知方式发布所述路况信息。
上述路况信息处理装置30，可以应用于交通灯等交通控制设施中，从而在获取当前道路的路况图像时，可以具有更大的图像拍摄视角，进而路况图像可以具有更多的路况信息，从而无人车可以根据交通控制设施发布的路况信息预先确定行驶路线；同时，路况信息处理装置30可以产生交通信号，进而路况信息处理装置30可以直接获取当前道路的交通信号，并将由路况图像和交通信号确定的路况信息发布给无人车，从而可以节省无人车的计算资源，提高无人车的工作效率。
在本申请实施例中，所述确定模块32，具体用于根据以下步骤确定当前道路的路况信息及路况信息通知方式：
当所述路况图像中影响路况的目标对象的可识别度小于可识别度阈值时，确定所述路况信息通知方式为无线方式；以及，基于所述交通信号生成当前道路的路况信息。
可选地，所述确定模块32，具体用于根据以下步骤确定当前道路的路况信息及路况信息通知方式：
当所述路况图像中影响路况的目标对象的可识别度大于或等于可识别度阈值时，确定所述路况信息通知方式为条码方式，并基于所述路况图像和所述交通信号确定当前道路的路况信息。
进一步地，所述确定模块32，具体用于根据以下步骤确定当前道路的路况信息：
基于多帧所述路况图像中涉及同一目标对象的特征，识别各个目标对象；
基于识别的各个目标对象和所述交通信号，生成所述路况信息。
可选地，所述确定模块32，具体用于根据以下步骤确定当前道路的路况信息：
基于所述路况图像，获取所述路况图像中车道条数、每条车道的朝向以及每条车道中首车的位置；
根据每条车道中首车的位置，确定每条车道中首车与路口中心的距离；
根据车道条数、每条车道的朝向、每条车道中首车与路口中心的距离和所述交通信号生成所述路况信息。
在本申请实施例中，当所示确定模块32确定所述路况信息通知方式为条码方式时，所述信息发布模块33，具体用于通过以下方式按照确定模块32确定的所述路况信息通知方式发布所述路况信息：
将所述路况信息按照预设编码方式进行编码，生成包括所述路况信息的条码；
将所述条码进行展示，以使无人车获取所述条码中的路况信息。
进一步地，所述装置30还包括：添加模块34，用于
添加模块34，用于根据获取所述路况图像的时刻生成时间戳；在所述路况信息中增加所述时间戳；其中，所述时间戳用于无人车判断所述路况信息的有效性。
通过上述路况信息处理装置30，可以为无人车提供当前道路的路况信息，从而节省无人车的计算资源，提高无人车的工作效率。
实施例四
如图4所示，为本申请实施例七所提供的一种电子设备40的结构示意图，包括：处理器41、存储器42和总线43；
所述存储器存储42有所述处理器41可执行的机器可读指令(比如，图3中的获取模块31、确定模块32和信息发布模块33对应的执行指令)，当电子设备运行时，所述处理器41与所述存储器42之间通过总线43通信，所述机器可读指令被所述处理器41执行时执行如下处理：
获取当前道路的路况图像和当前道路的交通信号；
基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；
按照确定的所述路况信息通知方式发布所述路况信息。
在具体实施中，上述处理器41执行的处理中，所述基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，包括：
当所述路况图像中影响路况的目标对象的可识别度小于可识别度阈值时，确定所述路况信息通知方式为无线方式；以及，基于所述交通信号生成当前道路的路况信息。
在具体实施中，上述处理器41执行的处理中，所述基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，包括：
当所述路况图像中影响路况的目标对象的可识别度大于或等于可识别度阈值时，确定所述路况信息通知方式为条码方式，并基于所述路况图像和所述交通信号确定当前道路的路况信息。
在具体实施中，上述处理器41执行的处理中，所述基于所述路况图像和所述交通信号确定当前道路的路况信息，包括：
基于多帧所述路况图像中涉及同一目标对象的特征，识别各个目标对象；
基于识别的各个目标对象和所述交通信号，生成所述路况信息。
在具体实施中，上述处理器41执行的处理中，所述基于所述路况图像和所述交通信号确定当前道路的路况信息，包括：
基于所述路况图像，获取所述路况图像中车道条数、每条车道的朝向以及每条车道中首车的位置；
根据每条车道中首车的位置，确定每条车道中首车与路口中心的距离；
根据车道条数、每条车道的朝向、每条车道中首车与路口中心的距离和所述交通信号生成所述路况信息。
在具体实施中，上述处理器41执行的处理中，当确定所述路况信息通知方式为条码方式时，所述按照确定的所述路况信息通知方式发布所述路况信息，包括：
将所述路况信息按照预设编码方式进行编码，生成包括所述路况信息的条码；
将所述条码进行展示，以使无人车获取所述条码中的路况信息。
在具体实施中，上述处理器41执行的处理中，所述方法还包括：
根据获取所述路况图像的时刻生成时间戳；
在所述路况信息中增加所述时间戳；其中，所述时间戳用于无人车判断所述路况信息的有效性。
实施例五
本申请实施例五还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任一实施例中路况信息处理方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述路况信息处理的方法，从而解决目前无人车识别周围的目标对象需要耗费大量的计算资源的问题，进而提高无人车的工作效率。
本申请实施例所提供的路况信息处理方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种路况信息处理方法，其特征在于，应用于交通道路上的交通控制设施，所述方法包括：
获取当前道路的路况图像和当前道路的交通信号；
基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；
按照确定的所述路况信息通知方式发布所述路况信息；
其中，按照确定的所述路况信息通知方式发布所述路况信息，包括：
将得到的所述路况信息通过无线发送给附近的无人车，以使所述无人车根据所述路况信息进行行驶规划；
所述基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，包括：
当所述路况图像中影响路况的目标对象的可识别度大于或等于可识别度阈值时，确定所述路况信息通知方式为条码方式，并基于所述路况图像和所述交通信号确定当前道路的路况信息；
所述基于所述路况图像和所述交通信号确定当前道路的路况信息，包括：
基于多帧所述路况图像中涉及同一目标对象的特征，识别各个目标对象；
基于识别的各个目标对象和所述交通信号，生成所述路况信息；
所述基于所述路况图像和所述交通信号确定当前道路的路况信息，包括：
基于所述路况图像，获取所述路况图像中车道条数、每条车道的朝向以及每条车道中首车的位置；
根据每条车道中首车的位置，确定每条车道中首车与路口中心的距离；
根据车道条数、每条车道的朝向、每条车道中首车与路口中心的距离和所述交通信号生成所述路况信息。
2.根据权利要求1所述的方法，其特征在于，所述基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式，包括：
当所述路况图像中影响路况的目标对象的可识别度小于可识别度阈值时，确定所述路况信息通知方式为无线方式；以及，基于所述交通信号生成当前道路的路况信息。
3.根据权利要求1所述的方法，其特征在于，当确定所述路况信息通知方式为条码方式时，所述按照确定的所述路况信息通知方式发布所述路况信息，包括：
将所述路况信息按照预设编码方式进行编码，生成包括所述路况信息的条码；
将所述条码进行展示，以使无人车获取所述条码中的路况信息。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据获取所述路况图像的时刻生成时间戳；
在所述路况信息中增加所述时间戳；其中，所述时间戳用于无人车判断所述路况信息的有效性。
5.一种路况信息处理装置，其特征在于，应用于交通道路上的交通控制设施，所述装置包括：获取模块、确定模块和信息发布模块；其中，
所述获取模块，用于获取当前道路的路况图像和当前道路的交通信号；
所述确定模块，用于基于所述路况图像和所述交通信号，确定当前道路的路况信息及路况信息通知方式；
所述信息发布模块，用于按照确定的所述路况信息通知方式发布所述路况信息，以使无人车根据所述路况信息确定行驶路线；
所述确定模块，还用于当所述路况图像中影响路况的目标对象的可识别度大于或等于可识别度阈值时，确定所述路况信息通知方式为条码方式，并基于所述路况图像和所述交通信号确定当前道路的路况信息；
所述确定模块，还用于：
基于多帧所述路况图像中涉及同一目标对象的特征，识别各个目标对象；
基于识别的各个目标对象和所述交通信号，生成所述路况信息；
所述确定模块，还用于：
基于所述路况图像，获取所述路况图像中车道条数、每条车道的朝向以及每条车道中首车的位置；
根据每条车道中首车的位置，确定每条车道中首车与路口中心的距离；
根据车道条数、每条车道的朝向、每条车道中首车与路口中心的距离和所述交通信号生成所述路况信息。
6.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1～4任一所述方法的步骤。
7.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1～4任一所述方法的步骤。
CN201810792515.8A 2018-07-18 2018-07-18 一种路况信息处理方法、装置及电子设备 Active CN108986463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810792515.8A CN108986463B (zh) 2018-07-18 2018-07-18 一种路况信息处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810792515.8A CN108986463B (zh) 2018-07-18 2018-07-18 一种路况信息处理方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN108986463A CN108986463A (zh) 2018-12-11
CN108986463B true CN108986463B (zh) 2021-08-10

Family

ID=64550119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810792515.8A Active CN108986463B (zh) 2018-07-18 2018-07-18 一种路况信息处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN108986463B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109615896A (zh) * 2018-12-19 2019-04-12 上海伟世通汽车电子系统有限公司 一种基于5g的交通信号灯装置与汽车中控的互连方法
CN110991320B (zh) * 2019-11-29 2023-09-26 阿波罗智能技术(北京)有限公司 路况检测方法和装置、电子设备、存储介质
CN111613079A (zh) * 2020-05-09 2020-09-01 苏州工业园区职业技术学院 一种智能驾驶汽车运动控制系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10248429A1 (de) * 2002-10-17 2004-04-29 Manns, Klaus, Dr.-Ing. Verfahren zur Identifizierung von Fahrzeugen auf Verkehrswegen für telematische Anwendungen
CN101419749A (zh) * 2008-11-20 2009-04-29 陈伟 一种低能见度道路交通引导方法
CN203442615U (zh) * 2013-09-18 2014-02-19 西安理想华夏科技创新有限公司 一种具有指示信号灯功能的广告路灯
CN204731989U (zh) * 2015-07-09 2015-10-28 河海大学 适用于低能见度路况的智能交通系统
CN106157649A (zh) * 2015-04-28 2016-11-23 黄健 带有无线信号的交通信号装置与系统
CN106408982A (zh) * 2016-12-02 2017-02-15 佛山科学技术学院 一种基于二维码识别技术的高速公路辅助驾驶系统
CN206532422U (zh) * 2017-03-20 2017-09-29 黑龙江工程学院 一种防雾霾交通信号灯
CN107958607A (zh) * 2017-12-29 2018-04-24 吴蜀魏 一种车载交通信号组合识别系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102005044888B4 (de) * 2005-09-20 2007-12-13 Siemens Ag Verfahren, Anordnung und Simulationseinheit für ein Verkehrszustands-Schätzsystem
CN101382497B (zh) * 2008-10-06 2012-03-07 南京大学 基于路况监控视频的能见度检测方法
CN104167101B (zh) * 2014-08-04 2017-01-18 西安文理学院 信息发布功能交通灯与移动车体间led光通信系统
CN206833714U (zh) * 2017-04-11 2018-01-02 湛江市中达建设工程检测咨询有限公司 一种智能交通信号灯系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10248429A1 (de) * 2002-10-17 2004-04-29 Manns, Klaus, Dr.-Ing. Verfahren zur Identifizierung von Fahrzeugen auf Verkehrswegen für telematische Anwendungen
CN101419749A (zh) * 2008-11-20 2009-04-29 陈伟 一种低能见度道路交通引导方法
CN203442615U (zh) * 2013-09-18 2014-02-19 西安理想华夏科技创新有限公司 一种具有指示信号灯功能的广告路灯
CN106157649A (zh) * 2015-04-28 2016-11-23 黄健 带有无线信号的交通信号装置与系统
CN204731989U (zh) * 2015-07-09 2015-10-28 河海大学 适用于低能见度路况的智能交通系统
CN106408982A (zh) * 2016-12-02 2017-02-15 佛山科学技术学院 一种基于二维码识别技术的高速公路辅助驾驶系统
CN206532422U (zh) * 2017-03-20 2017-09-29 黑龙江工程学院 一种防雾霾交通信号灯
CN107958607A (zh) * 2017-12-29 2018-04-24 吴蜀魏 一种车载交通信号组合识别系统

Also Published As

Publication number Publication date
CN108986463A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN108571974B (zh) 使用摄像机的车辆定位
JP6840240B2 (ja) 自律走行車の動的ルート決定
WO2018135605A1 (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
US11967230B2 (en) System and method for using V2X and sensor data
CN110146097B (zh) 自动驾驶导航地图的生成方法、系统、车载终端及服务器
US11248925B2 (en) Augmented road line detection and display system
JP6783949B2 (ja) 交通標識情報を用いた道路検出
US10754348B2 (en) Encoded road striping for autonomous vehicles
JP5435306B2 (ja) 画像処理システム及び位置測位システム
CN108986463B (zh) 一种路况信息处理方法、装置及电子设备
CN109872530B (zh) 一种路况信息的生成方法、车载终端及服务器
JP6238859B2 (ja) 車両用照射制御システムおよび光照射の制御方法
WO2018135509A1 (ja) イベント予測システム、イベント予測方法、プログラムおよびそれを記録した記録媒体
CN111354182A (zh) 一种辅助驾驶方法和系统
EP3792666A1 (en) Apparatus and method for generating distribution information about positioning difference between gnss positioning and precise positioning based on image and high-definition map
JP2022016460A (ja) 劣化地物特定装置、劣化地物特定システム、劣化地物特定方法、劣化地物特定プログラム及び劣化地物特定プログラムを記録したコンピュータ読み取り可能な記録媒体
CN112740224A (zh) 道路环境信息的自动化众包
JP2018120291A (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
CN108154119B (zh) 基于自适应跟踪框分割的自动驾驶处理方法及装置
CN110146074B (zh) 一种应用于自动驾驶的实时定位方法及装置
CN114333339B (zh) 深度神经网络功能模块去重复的方法
JP2018120290A (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
CN108022250B (zh) 基于自适应阈值分割的自动驾驶处理方法及装置
JP2020173600A (ja) 経路予測装置、それを備えた車載装置、経路予測システム、経路予測方法、及びコンピュータプログラム
JP2019101605A (ja) 送信データのデータ構造

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant