CN109345829B

CN109345829B - 无人车的监控方法、装置、设备及存储介质

Info

Publication number: CN109345829B
Application number: CN201811270066.7A
Authority: CN
Inventors: 王小霞
Original assignee: Baidu Online Network Technology Beijing Co Ltd
Current assignee: Baidu Online Network Technology Beijing Co Ltd
Priority date: 2018-10-29
Filing date: 2018-10-29
Publication date: 2021-11-23
Anticipated expiration: 2038-10-29
Also published as: CN109345829A

Abstract

本发明实施例公开了一种无人车的监控方法、装置、设备及存储介质。其中，该方法包括：在车辆行驶过程中采集环境车辆信息；其中，所述环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据；控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为；若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。本发明实施例提供的技术方案，利用无人车上的感知设备对环境车辆进行监测，提高了交通追责的成功率。

Description

无人车的监控方法、装置、设备及存储介质

技术领域

本发明实施例涉及交通技术领域，尤其涉及一种无人车的监控方法、装置、设备及存储介质。

背景技术

随着科技的发展，车辆的出现为人们的生活提供了便利。但是，随着道路上行驶车辆数量的增加，也增加了安全隐患。因此，需对车辆进行监管。

现实生活中，交通部门对车辆的监管主要依赖各个路口的交通监管拍照，但现在部分司机养成了有监管拍照的时候守规驾驶，在无交通监控的地方就会放松警惕，违规驾驶，存在安全隐患。并且，在发生交通事故时，如果交警无法及时到达，则存在缺乏周边监控不好定责，以及司机逃逸追踪延迟的情况。

发明内容

本发明实施例提供了一种无人车的监控方法、装置、设备及存储介质，利用无人车上的感知设备对环境车辆进行监测，提高了交通追责的成功率。

第一方面，本发明实施例提供了一种无人车的监控方法，该方法包括：

在车辆行驶过程中采集环境车辆信息；其中，所述环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据；

控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为；

若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。

第二方面，本发明实施例还提供了一种无人车的监控装置，该装置包括：

车辆信息采集模块，用于在车辆行驶过程中采集环境车辆信息；其中，所述环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据；

驾驶行为检测模块，用于控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为；

违规上报模块，用于若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。

第三方面，本发明实施例还提供了一种设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现第一方面中任意所述的无人车的监控方法。

第四方面，本发明实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任意所述的无人车的监控方法。

本发明实施例提供的无人车的监控方法、装置、设备及存储介质，通过采用行驶在道路上的无人车上的感知设备实时采集环境车辆信息，控制基于环境车辆信息中的环境车辆图像数据和/或环境车辆点云数据实时对环境车辆的驾驶行驶进行检测，并在检测到环境车辆存在违规行为时，控制向交管平台上报违规的车辆信息和违规行为。本方案，基于无人车采集的环境车辆信息对环境车辆的驾驶行为进行监控，解决了现有交通监管方案，监控不到位、不好定责以及定责延迟等问题，能够实现交通问题自动追责，提高了交通追责的成功率。

附图说明

为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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是本发明实施例一中提供的一种无人车的监控方法的流程图；

图2是本发明实施例二中提供的一种无人车的监控方法的流程图；

图3是本发明实施例三中提供的一种无人车的监控方法的流程图；

图4是本发明实施例四中提供的一种无人车的监控装置的结构框图；

图5是本发明实施例五中提供的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明实施例，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种无人车的监控方法的流程图。本实施例适用于如何提高交通追责成功率的情况，尤其适用于解决监控死角、转弯等周围监控不到位以及无法及时追责交通问题的情况。该方法可以由本发明实施例提供的无人车的监控装置或无人车来执行，该装置可采用软件和/或硬件的方式实现，该装置可以集成于无人车上，也可以作为独立的设备。参见图1，该方法具体包括：

S110，在车辆行驶过程中采集环境车辆信息；其中，环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据。

本实施例中，车辆为对道路上环境车辆进行监控的无人车；环境车辆是指行驶在无人车周围的车辆，可以包括无人车、普通汽车、摩托车以及电动车等。环境车辆信息可以包括：环境车辆标识如车牌号、环境车辆图像数据、环境车辆点云数据、环境车辆定位数据以及环境车辆速度数据等中的一个或多个。可选的，在无人车行驶过程中，可通过配置于其上的感知设备如激光雷达、摄像头、GPS定位系统、速度传感器以及陀螺仪等对环境车辆进行监控，分别实时采集环境车辆点云数据、环境车辆图像数据、环境车辆定位数据以及环境车辆速度数据等。

S120，控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为。

其中，驾驶行为是指用于表征驾驶车辆的行为，可以基于驾驶速度、驾驶环境(路口、斑马线以及障碍物)、停车、直行、转向、逆行、掉头或变道等一项或多项驾驶参数确定；转向可以是左转或右转；对应的，变道可以是向左变道、向右变道或左右连续变道。驾驶速度可以是行驶中、匀速行驶、变速(非匀速)行驶、超速行驶、非超速行驶或停止等。

示例性的，驾驶行为可以包括：变道行为、转向行为、通行行为、安全驾驶行为、让行行为、闯红灯行为、逆行行为、超速行为、违章停车、遮挡车牌行为以及碰撞行为等。需要说明的是，一辆车可以同时具备驾驶行为中的一种或多种。

具体的，可以是无人车控制配置于其上的检测设备，基于采集的环境车辆图像数据和/或环境车辆点云数据，对环境车辆的驾驶行为进行检测；还可以是无人车控制管理无人车的服务器基于采集的环境车辆图像数据和/或环境车辆点云数据，对环境车辆的驾驶行为进行检测，并将检测结果反馈给该无人车等。

示例性的，控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为可以包括：向服务器发送采集的环境车辆图像数据和/或环境车辆点云数据、以及本车信息，由服务器根据采集的环境车辆图像数据和/或环境车辆点云数据、以及本车信息，检测环境车辆的驾驶行为。其中，本车信息可以包括本车的车牌号、位置以及本车驾驶行为等。

可选的，无人车或服务器均可采用如下方式检测环境车辆的驾驶行为：1)通过对环境车辆图像数据和/或环境车辆点云数据进行解析，检测环境车辆是否具备变道行为、转向行为、闯红灯行为、逆行行为、违章停车、遮挡车牌行为以及碰撞行为等；2)基于激光雷达采集的点云数据和摄像头采集的图像数据两者结合进行无人车驾驶道路场景的再现，而后基于GPS采集的定位数据以及速度传感器和陀螺仪采集的速度数据等，检测环境车辆的驾驶行为，如是否存在碰撞行为等。

此外，无人车或服务器还可以将环境车辆图像数据和/或环境车辆点云数据输入到预先基于机器学习得到的行为识别模型中，以使该模型输出环境车辆的驾驶行为。

S130，若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。

本实施例中，违规行为是指车辆的驾驶行为违背了交管部门规定的交通法规；交管平台是指用于监管道路交通的平台。

具体的，若检测到环境车辆存在违规行为，无人机可通过移动网络或无线局域网向交管平台上报违规的环境车辆信息和违规行为，以便交管平台进行记录和处理。在检测到环境车辆存在违规行为后，还可以是，无人车控制服务器向交管平台上报违规的环境车辆信息和违规行为，以便交管平台进行记录和处理。

本发明实施例提供的技术方案，通过采用行驶在道路上的无人车上的感知设备实时采集环境车辆信息，控制基于环境车辆信息中的环境车辆图像数据和/或环境车辆点云数据实时对环境车辆的驾驶行驶进行检测，并在检测到环境车辆存在违规行为时，控制向交管平台上报违规的车辆信息和违规行为。本方案，基于无人车采集的环境车辆信息对环境车辆的驾驶行为进行监控，解决了现有交通监管方案，监控不到位、不好定责以及定责延迟等问题，能够实现交通问题自动追责，提高了交通追责的成功率。

此外，在进行交通追责的过程中，无人车还可以及时提供辅助信息。可选的，上述方法还可以包括：若接收到包括目标车辆信息的定责请求，则控制从采集的环境车辆信息中提取目标车辆的信息，作为定责辅助信息。

其中，目标车辆信息可以包括目标车辆标识如车牌号，以及目标车辆的驾驶行为等。定责请求是指用于为涉及交通事故的车辆定责的请求。具体的，当无人车接收到包括目标车辆信息的定责请求，则依据该定责请求中的目标车辆信息从采集的环境车辆信息中筛选出目标车辆的信息，作为定责辅助信息。

需要说明的是，本实施例适用于在目标车辆发生交通事故时，目标车辆自身未能完整的采集本次交通事故的整个过程，则可借助无人车采集的环境车辆信息，及时获取目标车辆的信息作为定责辅助信息，进而确定本次交通事故的责任人。本方案即使在周围不存在交警或司机逃逸时，也能准确的为交通问题定责，提供了交通追责的成功率。

对应的，上述方法还可以包括：若检测到本车发生交通事故，则向服务器或环境车辆上报包括目标车辆信息和/或事故位置的定责请求，由服务器或环境车辆提取事故车辆信息。

具体的，若无人车检测到本车发生交通事故时，则可以向服务器上报包括目标车辆信息和/或事故位置的定责请求，由服务器依据无人车发送的环境车辆图像数据和/或环境车辆点云数据、以及本车信息，提取与本次事故相关的事故车辆信息，进而确定本次交通事故的责任人。

若无人车检测到本车发生交通事故时，还可以向处于该环境周围的任意一个或多个环境车辆上报包括目标车辆信息和/或事故位置的定责请求，由环境车辆依据定责请求中的目标车辆信息从自身感知设备采集的环境车辆信息中提取事故车辆信息。

实施例二

图2为本发明实施例二提供的一种无人车的监控方法的流程图，本实施例在上述实施例一的基础上，进一步的对控制根据采集的环境车辆图像数据和环境车辆点云数据，检测环境车辆的驾驶行为进行解释说明。参见图2，该方法具体包括：

S210，在车辆行驶过程中采集环境车辆信息；其中，环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据。

S220，控制根据采集的环境车辆图像数据和环境车辆点云数据，确定环境车辆相对本车的相对运动速度。

具体的，无人车可以对采集的环境车辆图像数据和环境车辆点云数据，或者服务器基于无人车发送的环境车辆图像数据和环境车辆点云数据，进行融合等处理，得到融合图像；基于融合图像可确定相邻两帧之间的时间差，以及环境车辆与本车之间的相对距离；根据时间差及相对距离即可确定环境车辆与本车的相对运动速度。

S230，控制根据环境车辆的相对运动速度和本车的运动速度，确定环境车辆的运动速度。

具体的，无人车可以根据配置于其上的速度传感器以及陀螺仪等得到本车的运动速度；基于环境车辆的相对运动速度和本车的运动速度，得到环境车辆的运动速度。

还可以是服务器根据无人车发送的本车信息得到本车的运动速度；而后基于环境车辆的相对运动速度和本车的运动速度，得到环境车辆的运动速度。

S240，控制根据环境车辆的运动速度，检测环境车辆是否有超速行为。

具体的，无人车或服务器在得到环境车辆的运动速度后，可以从地图数据中获取环境车辆所在路段的道路限速值，也可以从摄像头采集的环境车辆图像数据中获取道路限速值，将环境车辆的运动速度与此时所处路段的道路限速值进行比对，若检测到环境车辆的运动速度大于道路限速值，则确定环境车辆具备超速行为；若检测到环境车辆的运动速度小于或等于道路限速值，则确定环境车辆不具备超速行为。其中，道路限速值是指交管部门预先根据道路环境情况，预先设定的某段道路上允许车辆驾驶速度的上限值。

S250，若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。

本发明实施例提供的技术方案，通过采用行驶在道路上的无人车上的感知设备实时采集环境车辆信息，控制基于环境车辆信息中的环境车辆图像数据和环境车辆点云数据实时对环境车辆的驾驶行驶进行检测，并在检测到环境车辆存在违规行为时，控制向交管平台上报违规的车辆信息和违规行为。本方案，基于无人车采集的环境车辆信息对环境车辆的驾驶行为进行监控，解决了现有交通监管方案，监控不到位、不好定责以及定责延迟等问题，能够实现交通问题自动追责，提高了交通追责的成功率。

可选的，控制根据采集的环境车辆图像数据和环境车辆点云数据，检测环境车辆的驾驶行为还可以包括：控制根据采集的环境车辆图像数据和环境车辆点云数据，确定至少两个环境车辆之间的行驶距离；控制根据驾驶距离和安全驾驶距离，确定至少两个环境车辆是否具备碰撞行为。

可选的，控制根据采集的环境车辆图像数据，检测环境车辆是否具备闯红灯行为。具体的，若从环境车辆图像数据中分析得到，此时红绿灯的状态为红灯，则确定环境车辆具备闯红灯行为。

可选的，控制根据采集的环境车辆图像数据，检测环境车辆是否具备遮挡车牌行为。具体的，若从环境车辆图像数据的连续多帧图像中，均未检测到该环境车辆的车牌号，且该连续多帧图像中环境车辆的图像是完整的，则确定环境车辆具备遮挡车牌号行为。

实施例三

图3为本发明实施例三提供的一种无人车的监控方法的流程图，本实施例在上述实施例的基础上，进一步的优化。参见图3，该方法具体包括：

S310，在车辆行驶过程中采集环境车辆信息；其中，环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据。

S320，控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为。

S330，控制根据环境车辆的驾驶行为，确定环境车辆的安全评分。

本实施例中，安全评分是指对车辆安全驾驶的评分，是对车辆驾驶行为的直观评估。无人车或服务器可以基于环境车辆的驾驶行为中包含的各种行为的评分累计得到，车辆的安全评分；还可以将环境车辆的驾驶行为输入到预先基于机器学习得到评估模型中，评估模型输出环境车辆的安全评分等。示例性的，车辆中违规行为越少，车辆的安全评分越高。

S340，若检测到环境车辆的安全评分低于评分阈值，则控制生成环境车辆提醒信息。

本实施例中，评分阈值是指预先设定的安全驾驶的上限值，该阈值可以是车辆安全驾驶和违规驾驶的分界线。提醒信息是指确定车辆驾驶行为中存在一项或多项驾驶参数超过规定的预警阈值时，所生成的信息。例如，环境车辆的速度是100m/s，而路段的预警阈值为80m/s。可选的，提醒信息可以包括环境车辆标识如车牌号、通信ID等。此外，提醒信息的形式可以是语音播报，也可以是短信提醒，还可以是两者结合；或者是语音结合动漫等形式，本实施例种对提醒信息的形式不做限定。

具体的，无人车或服务器检测到环境车辆的安全评分低于评分阈值，则本地生成包括环境车辆标识的提醒信息，并依据该环境车辆标识将提醒信息发送至对应的车辆。

需要说明的是，环境车辆的安全评分低于评分阈值，环境车辆的驾驶行为中可能存在违规行为，也可能不存在违规行为。例如，某一环境车辆的速度是100m/s，超过了路段的预警阈值80m/s，且其它驾驶参数均正常，道路限速值为110m/s，此时，即使该环境车辆的安全评分低于评分阈值，该环境车辆中也不存在违规行为。

S350，若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。

本发明实施例提供的技术方案，通过采用行驶在道路上的无人车上的感知设备实时采集环境车辆信息，控制基于环境车辆信息中的环境车辆图像数据和/或环境车辆点云数据实时对环境车辆的驾驶行驶进行检测之后，基于环境车辆的驾驶行为对其进行安全评分，并在安全评分低于评分阈值，控制生成环境车辆提醒信息，辅助环境车辆安全驾驶，从而降低了安全隐患。此外，在检测到环境车辆存在违规行为时，控制向交管平台上报违规的车辆信息和违规行为。本方案，基于无人车采集的环境车辆信息对环境车辆的驾驶行为进行监控，解决了现有交通监管方案，监控不到位、不好定责以及定责延迟等问题，能够实现交通问题自动追责，提高了交通追责的成功率。

实施例四

图4为本发明实施例四提供的一种无人车的监控装置的结构框图，该装置可执行本发明任意实施例所提供的无人车的监控方法，具备执行方法相应的功能模块和有益效果。如图4所示，该装置可以包括：

车辆信息采集模块410，用于在车辆行驶过程中采集环境车辆信息；其中，环境车辆信息包括环境车辆图像数据和/或环境车辆点云数据；

驾驶行为检测模块420，用于控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为；

违规上报模块430，用于若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为。

示例性的，驾驶行为检测模块420还可以用于：

控制根据采集的环境车辆图像数据和环境车辆点云数据，确定环境车辆相对本车的相对运动速度；

控制根据环境车辆的相对运动速度和本车的运动速度，确定环境车辆的运动速度；

控制根据环境车辆的运动速度，检测环境车辆是否有超速行为。

示例性的，上述装置还可以包括：

安全评分确定模块，用于在控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为之后，控制根据环境车辆的驾驶行为，确定环境车辆的安全评分；

提醒信息生成模块，用于若检测到环境车辆的安全评分低于评分阈值，则控制生成环境车辆提醒信息。

示例性的，上述装置还可以包括：

定责请求接收模块，用于若接收到包括目标车辆信息的定责请求，则控制从采集的环境车辆信息中提取目标车辆的信息，作为定责辅助信息。

示例性的，上述装置还可以包括：

定责请求上报模块，用于若检测到本车发生交通事故，则向服务器或环境车辆上报包括目标车辆信息和/或事故位置的定责请求，由服务器或环境车辆提取事故车辆信息。

示例性的，驾驶行为检测模块420还可以用于：

向服务器发送采集的环境车辆图像数据和/或环境车辆点云数据、以及本车信息，由服务器根据采集的环境车辆图像数据和/或环境车辆点云数据、以及本车信息，检测环境车辆的驾驶行为。

实施例五

图5为本发明实施例五提供的一种设备的结构示意图，图5示出了适于用来实现本发明实施例实施方式的示例性设备的框图。图5显示的设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图5所示，设备12以通用计算设备的形式表现。设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明实施例所描述的实施例中的功能和/或方法。

设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该设备12交互的设备通信，和/或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与设备12的其它模块通信。应当明白，尽管图中未示出，可以结合设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的无人车的监控方法。

实施例六

本发明实施例六还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时可实现上述任意实施例所述的无人车的监控方法。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明实施例进行了较为详细的说明，但是本发明实施例不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims

1.一种无人车的监控方法，其特征在于，包括：

若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为；

其中，控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为，包括：

基于采集的环境车辆图像数据和环境车辆点云数据构建无人车驾驶道路场景；

基于无人车驾驶道路场景，根据定位数据和速度数据，检测环境车辆的驾驶行为。

2.根据权利要求1所述的方法，其特征在于，控制根据采集的环境车辆图像数据和环境车辆点云数据，检测环境车辆的驾驶行为，包括：

3.根据权利要求1所述的方法，其特征在于，控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为之后，还包括：

控制根据环境车辆的驾驶行为，确定环境车辆的安全评分；

若检测到环境车辆的安全评分低于评分阈值，则控制生成环境车辆提醒信息。

4.根据权利要求1所述的方法，其特征在于，还包括：

若接收到包括目标车辆信息的定责请求，则控制从采集的环境车辆信息中提取目标车辆的信息，作为定责辅助信息。

5.根据权利要求1所述的方法，其特征在于，还包括：

若检测到本车发生交通事故，则向服务器或环境车辆上报包括目标车辆信息和/或事故位置的定责请求，由服务器或环境车辆提取事故车辆信息。

6.根据权利要求1所述的方法，其特征在于，控制根据采集的环境车辆图像数据和/或环境车辆点云数据，检测环境车辆的驾驶行为，包括：

7.一种无人车的监控装置，其特征在于，包括：

违规上报模块，用于若检测到环境车辆存在违规行为，则控制向交管平台上报违规的环境车辆信息和违规行为；

其中，驾驶行为检测模块具体用于：

8.根据权利要求7所述的装置，其特征在于，所述驾驶行为检测模块还用于：

9.根据权利要求7所述的装置，其特征在于，还包括：

10.根据权利要求7所述的装置，其特征在于，还包括：

11.根据权利要求7所述的装置，其特征在于，还包括：

12.根据权利要求7所述的装置，其特征在于，所述驾驶行为检测模块还用于：

13.一种设备，其特征在于，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一项所述的无人车的监控方法。

14.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一项所述的无人车的监控方法。