CN109383289B - 汽车限速控制方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本发明实施例提出了一种汽车限速控制方法、装置、电子设备及可读存储介质，涉及自动驾驶领域，该方法包括：按照第一预设时间间隔，接收摄像设备发送的汽车在当前行驶方向中的当前帧视野图像；获取当前帧视野图像中的当前能见度；依据预设的速度能见度算法及当前能见度，确定出汽车的当前最大速度，以使汽车按照当前最大速度进行限速行驶，其中，预设的速度能见度算法用于表征在任意能见度下汽车的最大速度。本发明实施例所提供的一种汽车限速控制方法、装置、电子设备及可读存储介质，能够确保在视野条件较差下的安全行驶，提升驾驶的安全性。

Description

汽车限速控制方法、装置、电子设备及可读存储介质

技术领域

本发明涉及自动驾驶领域，具体而言，涉及一种汽车限速控制方法、装置、电子设备及可读存储介质。

背景技术

辅助驾驶或者是自动驾驶的情况下，需要像人工驾驶一样能够判断汽车在当前行驶条件下的最高时速，避免汽车超速行驶发生安全危险。

现有技术中针对汽车的限速行驶主要是利用识别道路上的限速标识以判断最高时速，也有方案是利用ACC系统(Adaptive Cruise Control，自适应巡航控制系统)或者是AEB系统(Autonomous Emergency Braking，自动制动系统)，根据前车距离判断当前最高时速。

发明内容

本发明的目的在于提供一种汽车限速控制方法、装置、电子设备及可读存储介质，能够确保在视野条件较差下的安全行驶，提升驾驶的安全性。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种汽车限速控制方法，所述方法包括：按照第一预设时间间隔，接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像；获取所述当前帧视野图像中的当前能见度；依据预设的速度能见度算法及所述当前能见度，确定出所述汽车的当前最大速度，以使所述汽车按照所述当前最大速度进行限速行驶，其中，所述预设的速度能见度算法用于表征在任意能见度下汽车的最大速度。

第二方面，本发明实施例提供了一种汽车限速控制装置，所述装置包括：视野图像接收模块，用于按照第一预设时间间隔，接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像；能见度计算模块，用于获取所述当前帧视野图像中的当前能见度；限制速度计算模块，用于依据预设的速度能见度算法及所述当前能见度，确定出所述汽车的当前最大速度，以使所述汽车按照所述当前最大速度进行限速行驶，其中，所述预设的速度能见度算法用于表征在任意能见度下汽车的最大速度。

第三方面，本发明实施例提供了一种电子设备，所述电子设备包括存储器，用于存储一个或多个程序；处理器。当所述一个或多个程序被所述处理器执行时，实现上述的汽车限速控制方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的汽车限速控制方法。

相对于现有技术，本发明实施例所提供的一种汽车限速控制方法、装置、电子设备及可读存储介质，通过获得汽车在当前帧视野图像中的当前能见度，进而依据该当前能见度确定出汽车在当前能见度下的当前最大速度，以使汽车按照该当前最大速度进行限速行驶，相比于现有技术，使汽车能够依据能见度条件进行限速行驶，确保在视野条件较差下的安全行驶，提升驾驶的安全性。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

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它相关的附图。

图1为能见度对驾驶速度的影响示意图；

图2示出了本发明实施例所提供的一种电子设备的示意性结构框图；

图3示出了本发明实施例所提供的一种汽车限速控制方法的一种示意性流程图；

图4为图3中步骤S200的子步骤的一种示意性流程图；

图5为当前帧视野图像中的目标检测示意图；

图6为图3中步骤S200的子步骤的另一种示意性流程图；

图7为语义分割原理示意图；

图8为当前帧视野图像的语意分割结果示意图；

图9示出了本发明实施例所提供的一种汽车限速控制装置的一种示意性结构图；

图10示出了本发明实施例所提供的一种汽车限速控制装置的能见度计算模块的一种示意性结构图；

图11示出了本发明实施例所提供的一种汽车限速控制装置的能见度计算模块的另一种示意性结构图。

图中：10-电子设备；110-存储器；120-处理器；130-通信接口；200-汽车限速控制装置；210-视野图像接收模块；220-能见度计算模块；2211-目标检测体识别单元；2212-检测信息获取单元；2213-能见度计算单元；2214-能见度比较单元；2221-语义分割单元；2222-能见度确定单元；230-限制速度计算模块；240-路段限速接收模块；250-限制速度更新模块；260-判断模块。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

下面结合附图，对本发明的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

上述现有技术所提供的汽车限速策略中，仅能够针对前车距离或者是道路限速标识对汽车进行限速控制，但在能见度较差的情景下，比如大雾、大雨、大雪、阴天、傍晚等天气条件较为恶劣的情况下，或者是在汽车行驶方向存在反光、对头车远光灯甚至是在汽车的前挡风玻璃或者是摄像镜头上存在障碍物(比如薄雾或者是灰尘等)导致视线情况较差，比如在图1所示的应用场景中，由于可视的能见度降低，在有人驾驶的汽车中，驾驶员往往会考虑放慢行车速度，而在现有技术的无人驾驶或者是辅助驾驶领域中，却仅能够考虑前车距离以及道路限速标识，而考虑不到雨雾天气导致的视野条件较差带来的对驾驶速度的影响。

因此，基于上述现有技术的缺陷，本发明实施例所提供的一种改进方式为：通过获得汽车在当前帧视野图像中的当前能见度，进而依据该当前能见度确定出汽车在当前能见度下的当前最大速度，以使汽车按照该当前最大速度进行限速行驶。

请参阅图2，图2示出了本发明实施例所提供的一种电子设备10的示意性结构框图。所述电子设备10包括存储器110、处理器120和通信接口130，该存储器110、处理器120和通信接口130，各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器110可用于存储软件程序及模块，如本发明实施例所提供的汽车限速控制装置200对应的程序指令/模块，处理器120通过执行存储在存储器110内的软件程序及模块，从而执行各种功能应用以及数据处理吗，以实现本发明实施例所提供的汽车限速控制方法。该通信接口130可用于与其他节点设备进行信令或数据的通信。

其中，存储器110可以是但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

处理器120可能是一种集成电路芯片，具有信号处理能力。该处理器120可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(NetworkProcessor，NP)等；还可以是数字信号处理器(Digital Signal Processing，DSP))、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可以理解，图2所示的结构仅为示意，电子设备10还可包括比图2中所示更多或者更少的组件，或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。

请参阅图3，图3示出了本发明实施例所提供的一种汽车限速控制方法的一种示意性流程图，在本发明实施例中，该汽车限速控制方法包括以下步骤：

步骤S100，按照第一预设时间间隔，接收摄像设备发送的汽车在当前行驶方向中的当前帧视野图像。

汽车在辅助驾驶或者自动驾驶时，每隔第一预设时间间隔，即接收摄像设备发送的汽车在当前行驶方向中的当前帧视野图像，该当前帧视野图像显示的是汽车在当前行驶方向中的视野图像，用于电子设备10识别汽车的当前行驶条件下的能见度，且该当前帧视野图像为当前行驶方向的图像，比如汽车当前在前进，则摄像设备采集汽车前进方向上的图像；而当汽车在后退时，则摄像设备采集汽车在后退方向上的图像。

值得说明的是，在本发明实施例其他的一些实施方式中，当前帧视野图像还可以由电子设备10自己采集获得，比如当电子设备10中集成有摄像单元时，例如摄像镜头，电子设备10即可自己采集获得当前帧视野图像。

步骤S200，获取当前帧视野图像中的当前能见度。

电子设备10在接收到当前帧视野图像后，依据当前帧视野图像中的图像信息，来判断当前帧视野图像中的最大可视距离，即当前帧视野图像的当前能见度。

可选地，作为一种实施方式，请参阅图4，图4为图3中步骤S200的子步骤的一种示意性流程图，在本发明实施例中，步骤S200可以包括以下子步骤：

子步骤S211，识别出当前帧视野图像中的多个目标检测体。

在获取当前能见度时，首先识别当前帧视野图像中的多个目标检测体，比如在如图5所示的示意图中，以汽车作为目标检测体进行识别，电子设备10可识别出当前帧视野图像中包含有两个目标检测体。

当然，可以理解，一般来说当前帧视野图像中可能还包含有更多的目标检测体，比如图5所示的示意图中可能还包含有更多的车辆，但由于受到能见度或者说是最大可视距离的影响，电子设备10可能识别不出来。

子步骤S212，获取多个目标检测体中每个目标检测体各自的检测信息。

电子设备10依据该当前帧视野图像，对识别得到的多个目标检测体中的每个目标检测体均进行检测信息的识别，其中，每个目标检测体各自的检测信息包括每个目标检测体各自在当前帧视野图像中的模糊度及每个目标检测体与汽车的距离。

比如图5所示的示意图中，作为目标检测体的两辆车，电子设备10依据该当前帧视野图像，识别两辆车各自的影像在如图5所示的当前帧视野图像中的模糊度，以及两辆车各自与当前汽车的距离，比如利用红外测距或者是倒车影像的测距方式获得两辆车各自与当前汽车的距离，进而以两辆车各自在当前帧视野图像中的模糊度和各自与当前汽车的距离作为两辆车各自的检测信息，比如图5所示的示意图中，一辆车与当前汽车的距离为36m，模糊度为96％，而另一辆车与当前汽车的距离为23m，模糊度为45％。

值得说明的是，识别每辆车各自在当前帧视野图像中的模糊度的方式，可以采用机器学习的方式实现。

子步骤S213，依据多个目标检测体中每个目标检测体各自的检测信息，获得多个能见度。

如上所述，能见度表征的是当前帧视野图像中的最大可视距离，而用模糊度来表述时，能见度则表征模糊度为预设阈值时目标检测体与当前汽车的距离，比如在如图5所示的示意图中，假定模糊度的预设阈值为96％，则在如图5所示的视野图像中，能见度则为36m。

相应地，电子设备10在识别出当前帧视野图像中的多个目标检测体并得到多个目标检测体中每个目标检测体各自的检测信息后，依据每个目标检测体各自的检测信息，均计算一个能见度，则依据多个目标检测体的检测信息可以得到多个能见度，其中，多个能见度中的每个能见度均用于表征依据预设的能见度计算算法和每个目标检测体各自的检测信息计算得到的能见度。比如，在如图5所示的示意图中，依据两辆车各自的检测信息(包含模糊度和距离)，能够计算得到两个能见度，当然，可以理解，如果图5中识别出更多的目标检测体，比如更多的车辆，并且还有每个目标检测体各自的检测信息，则能计算得到更多的能见度。

可选地，作为一种实施方式，在依据多个目标检测体中每个目标检测体各自的检测信息，获得多个能见度时：电子设备10依据预设的能见度计算算法处理多个目标检测体中每个目标检测体各自的检测信息，生成多个目标检测体中每个目标检测体各自对应的能见度。

即是说，电子设备10依据预设的能见度计算算法，以每个目标检测体各自的检测信息，比如包含的模糊度和距离作为该预设的能见度计算算法的输入，从而得到每个目标检测体各自对应的能见度。

例如，假定该预设的能见度计算算法表征可视距离与模糊度两者呈线性比例变化，即是说，距离当前汽车越近，模糊度越低；距离当前汽车越远，模糊度越高。在计算能见度时，假定一个预设的模糊度时的可视距离为能见度，则依据该预设的能见度计算算法，以某一辆汽车的模糊度和距离作为输入，反推出预设的模糊度时的距离，进而将该反推出的距离作为能见度。

可以理解，在本发明实施例中，还可以采用其他的一些方式来计算得到每个目标检测体各自的能见度，比如采用统计学或者机器学习分类器的方式，由训练后的机器学习模型来得到。

子步骤S214，以多个能见度中的最小能见度作为当前能见度。

理论上来讲，当前帧视野图像对于同一类别检测体的能见度是唯一的，那么对当前帧视野图像中的同一类目标检测体中的每个目标检测体进行处理后得到的多个能见度的值应该是相同的，然而由于每个目标检测在当前帧视野图像中的模糊度和距离各不相同，以及计算误差等缘由，得到的多个能见度可能是两两各不相同的。因此，在本发明实施例中，以多个能见度中的最小能见度作为当前能见度，进而确保在当前能见度范围内能获得每个目标检测体的视野图像。

可以理解，在本发明实施例其他的一些实施方式中，还可以采用其他的策略来确定当前能见度，比如以多个能见度中的最大能见度作为当前能见度，或者是选取位于当前帧视野图像中的中心位置的目标检测体所对应的能见度作为当前能见度，只要能得到唯一一个能见度作为当前能见度即可，比如还可以是选取与当前帧视野图像中的中心位置距离最近的目标检测体所对应的能见度作为当前能见度。

可选地，作为另一种实施方式，请参阅图6，图6为图3中步骤S200的子步骤的另一种示意性流程图，在本发明实施例中，步骤S200还可以包括以下子步骤：

子步骤S221，获得当前帧视野图像的语义分割结果。

目前，语义分割(Full-Resolution Residual Networks，FRRN)技术广泛应用于自动驾驶及辅助驾驶领域。图像语义分割的目的是为了处理设备能够自动分割并识别图像中的内容，比如，请参阅图7，图7为语义分割原理示意图，图7(1)为原图，图7(2)为语义分割得到的结果示意图，将原图7(1)中的天空、路面、车辆以及建设等采用不同的色彩来表示，进而得到图7(2)的语义分割结果示意图。

同理，在获取当前能见度时，首先获得当前帧视野图像的语义分割结果，进而确定出当前帧视野图像中的路面区域。

子步骤S222，依据当前帧视野图像的语义分割结果中路面区域的长度，得到当前能见度。

电子设备10获得当前帧视野图像的语义分割结果中的路面区域后，可以认为当前汽车的可视范围仅有识别出的路面区域所在的范围，此时电子设备10即按照语义分割结果中的路面区域，计算语义分割结果中路面区域的长度，进而依据计算得到的路面区域的长度，得到当前能见度。

比如在如图8所示的示意图中，当前帧视野图像的语义分割结果如图8所示，通过语义分割的结果，得到该当前帧视野图像中的路面区域，进而依据该路面区域的长度，也就是当前帧视野图像中能获取到的最远路面的长度，得到当前能见度。一般来说，可以直接将所获取到的路面区域的长度作为当前能见度，也可以按照预设的比例将路面区域的长度缩放后，得到当前能见度。

并且，值得说明的是，在本发明实施例其他的一些实施方式中，电子设备10还可以同时利用子步骤S211所述的能见度获取方法以及利用子步骤S221所述的能见度获取方法分别计算得到一个能见度，然后再以两者中的较小值作为当前能见度。

步骤S300，依据预设的速度能见度算法及当前能见度，确定出汽车的当前最大速度。

在电子设备10中，预设有速度能见度算法，该预设的速度能见度算法用于表征任意能见度下汽车的最大速度，该预设的速度能见度算法标识的速度与能见度两者的关系可以是线性比例关系，也可以是其他曲线关系，总之，根据一个确定的能见度，则可以确定出汽车在该能见度下的最大速度。

该预设的速度能见度算法包含有多个参数，比如车辆模型参数，如重量、惯性等，这些模型参数可以由汽车在出厂时设置完成，也可以由设置在汽车上的传感器检测获得；可以理解，由于不同的路面材质有着不同的摩擦系数，在不同的路面材质下汽车的刹车性能表现也有不同，因此，该预设的速度能见度算法还包括有与摩擦系统相关的参数，该汽车限速控制方法还可以采用MAC-CNN算法(Material Recognition from Local Appearancein Global Context，Gabriel Schwartz，Ko Nishino，Cornell University Library，Submitted on 28Nov 2016，last revised 12Apr2017this version)，获得汽车的当前行驶路面的摩擦系数，进而更新该预设的速度能见度算法。

相应地，依据该预设的速度能见度算法及上述获得的当前能见度，则可以确定出汽车的当前最大速度，以使汽车按照该当前最大速度进行限速行驶。

基于上述设计，本发明实施例所提供的一种汽车限速控制方法，通过获得汽车在当前帧视野图像中的当前能见度，进而依据该当前能见度确定出汽车在当前能见度下的当前最大速度，以使汽车按照该当前最大速度进行限速行驶，相比于现有技术，使汽车能够依据能见度条件进行限速行驶，确保在视野条件较差下的安全行驶，提升驾驶的安全性。

上述的速度控制策略为考虑气候条件影响下汽车的能见度对汽车速度的影响，但在一些具体的路段情况下，比如说学校附近的路段，本身该路段即具有限速条件，但上述依据能见度确定出的当前最大速度并没有考虑路段限速的因素。

因此，可选地，作为一种实施方式，请继续参阅图3，在本发明实施例中，该汽车限速控制方法还包括以下步骤：

步骤S400，获得汽车在当前行驶路段的最高限制速度；

最高限制速度为汽车在当前行驶路段行驶时的最大速度，汽车的当前行驶速度不能高于该最高限制速度。

可选地，获得汽车在当前行驶路面的最高限制速度的方式可以采用识别路段限速标识来获得，或者是可以采用电子地图来获得，比如百度地图、高德地图或者是谷歌地图等。

步骤S500，依据获得的最高限制速度与当前最大速度中的较小者，更新当前最大速度。

得到最高限制速度后，判断获得的最高限制速度与当前最大速度两者的大小，从而以获得的最高限制速度与当前最大速度两者的较小者，更新当前最大速度。

比如，当获得的最高限制速度大于依据能见度计算得到的当前最大速度时，则保留计算得到的当前最大速度；而当获得的最高限制速度小于上述依据能见度计算得到的当前最大速度时，则将获得的最高限制速度作为当前最大速度。

基于上述设计，本发明实施例所提供的一种汽车限速控制方法，通过比较依据能见度计算得到的当前最大速度和汽车在当前行驶路段的最高限制速度两者的大小，进而依据最高限制速度与当前最大速度两者中的较小者，更新当前最大速度，以使汽车在限速行驶时的最大速度不超过当前行驶路段的最高限制速度，避免汽车在路段上超速行驶。

如步骤S100所述，电子设备10每个第一预设时间间隔，即接收摄像设备发送的汽车在当前行驶方向中的当前帧视野图像，可以理解为，电子设备10每隔第一预设时间间隔，即会重新设置汽车的最大速度，进而使汽车依据新的最大速度进行限速行驶。

但值得说明的是，不同气候条件下的能见度的变化速度是不同的，比如在晴天无云的天气，能见度变化很微小，几乎可以忽略不计；但在云雾弥漫的天气，可能前后一分钟的间隔的能见度的差别也很大。

因此，可选地，作为一种实施方式，请继续参阅图3，在本发明实施例中，该汽车限速控制方法还包括以下步骤：

步骤S600，判断汽车所处的室外场景是否发生变化？当发生变化时，调整第一预设时间间隔为第二预设时间间隔后，继续执行步骤100；当未发生变化时，不调整第一预设时间间隔，继续执行步骤S100。

汽车所处的室外场景表征汽车所处的天气环境，电子设备10判断汽车所处的室外场景是否发生变化的方式可以通过高精度地图定位汽车所处的当前定位坐标，比如百度地图、高德地图或者是谷歌地图，然后结合天气信息获得，比如多云、阵雨等，当然，还可以利用高精度地图中提供的能见度信息进行参考。

其中，当电子设备10判定汽车所处的室外场景发生变化时，表征汽车所处的天气环境发生了改变，此时电子设备10则调整第一预设时间间隔为第二预设时间间隔后，再重新执行步骤S100；而当电子设备10判定汽车所处的室外场景未发生变化时，表征汽车所处的天气环境未发生改变，此时电子设备10不调整第一预设时间间隔，继续执行步骤S100。

基于上述设计，本发明实施例所提供的一种汽车限速控制方法，通过依据汽车所处的室外场景的变化，调整汽车的当前最大速度的更新时间间隔，以使汽车行驶在恶劣天气条件下，能够及时更新汽车的当前最大速度，进一步提升驾驶的安全性。

请参阅图9，图9示出了本发明实施例所提供的一种汽车限速控制装置200的一种示意性结构图，在本发明实施例中，该汽车限速控制装置200包括视野图像接收模块210、能见度计算模块220及限制速度计算模块230。

视野图像接收模块210用于按照第一预设时间间隔，接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像。

能见度计算模块220用于获取所述当前帧视野图像中的当前能度。

可选地，作为一种实施方式，请参阅图10，图10示出了本发明实施例所提供的一种汽车限速控制装置200的能见度计算模块220的一种示意性结构图，在本发明实施例中，该能见度计算模块220包括目标检测体识别单元2211、检测信息获取单元2212、能见度计算单元2213及能见度比较单元2214。

目标检测体识别单元2211用于识别出所述当前帧视野图像中的多个目标检测体。

检测信息获取单元2212用于获取所述多个目标检测体中每个目标检测体各自的检测信息，其中，所述每个目标检测体各自的检测信息包括所述每个目标检测体各自在所述当前帧视野图像中的模糊度及所述每个目标检测体与所述汽车的距离。

能见度计算单元2213用于依据所述多个目标检测体中所述每个目标检测体各自的检测信息，获得多个能见度，其中，所述多个能见度中的每个能见度均用于表征依据预设的能见度计算算法和每个目标检测体各自的检测信息计算得到的能见度。

能见度比较单元2214用于以所述多个能见度中的最小能见度作为所述当前能见度。

可选地，作为另一种实施方式，请参阅图11，图11示出了本发明实施例所提供的一种汽车限速控制装置200的能见度计算模块220的另一种示意性结构图，在本发明实施例中，该能见度计算模块220包括语义分割单元2221及能见度确定单元2222。

语义分割单元2221用于获得所述当前帧视野图像的语义分割结果。

能见度确定单元2222用于依据所述当前帧视野图像的语义分割结果中所述路面区域的长度，得到所述当前能见度。

请继续参阅图9，限制速度计算模块230用于依据预设的速度能见度算法及所述当前能见度，确定出所述汽车的当前最大速度，以使所述汽车按照所述当前最大速度进行限速行驶，其中，所述预设的速度能见度算法用于表征在任意能见度下汽车的最大速度。

可选地，作为一种实施方式，请继续参阅图9，在本发明实施例中，该汽车限速控制方法还包括路段限速接收模块240及限制速度更新模块250。

路段限速接收模块240用于获得所述汽车在当前行驶路段的最高限制速度。

限制速度更新模块250用于依据所述获得的最高限制速度与所述当前最大速度中的较小者，更新所述当前最大速度。

可选地，作为一种实施方式，请继续参阅图9，在本发明实施例中，该汽车限速控制方法还包括判断模块260，该判断模块260用于判断所述汽车所处的室外场景是否发生变化，其中，所述室外场景表征所述汽车所处的天气环境，并且，检测信息获取单元当所述汽车所处的室外场景发生变化时，调整所述第一预设时间间隔为第二预设时间检测后，所述视野图像接收模块210按照所述第二预设时间检测，继续接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像；而当所述汽车所处的室外场景未发生变化时，所述视野图像接收模块210按照所述第一预设时间间隔，接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块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，本发明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)执行本发明实施例所述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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

综上所述，本发明实施例所提供的一种汽车限速控制方法、装置、电子设备及可读存储介质，通过获得汽车在当前帧视野图像中的当前能见度，进而依据该当前能见度确定出汽车在当前能见度下的当前最大速度，以使汽车按照该当前最大速度进行限速行驶，相比于现有技术，使汽车能够依据能见度条件进行限速行驶，确保在视野条件较差下的安全行驶，提升驾驶的安全性；还通过比较依据能见度计算得到的当前最大速度和汽车在当前行驶路段的最高限制速度两者的大小，进而依据最高限制速度与当前最大速度两者中的较小者，更新当前最大速度，以使汽车在限速行驶时的最大速度不超过当前行驶路段的最高限制速度，避免汽车在路段上超速行驶；通过依据汽车所处的室外场景的变化，调整汽车的当前最大速度的更新时间间隔，以使汽车行驶在恶劣天气条件下，能够及时更新汽车的当前最大速度，进一步提升驾驶的安全性。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (8)

1.一种汽车限速控制方法，其特征在于，所述方法包括：

按照第一预设时间间隔，接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像；

获取所述当前帧视野图像中的当前能见度；

依据预设的速度能见度算法及所述当前能见度，确定出所述汽车的当前最大速度，以使所述汽车按照所述当前最大速度进行限速行驶，其中，所述预设的速度能见度算法用于表征在任意能见度下汽车的最大速度；

其中，所述获取所述当前帧视野图像中的当前能见度的步骤，包括：

识别出所述当前帧视野图像中的多个目标检测体；

获取所述多个目标检测体中每个目标检测体各自的检测信息，其中，所述每个目标检测体各自的检测信息包括所述每个目标检测体各自在所述当前帧视野图像中的模糊度及所述每个目标检测体与所述汽车的距离；

依据所述多个目标检测体中所述每个目标检测体各自的检测信息，获得多个能见度，其中，所述多个能见度中的每个能见度均用于表征依据预设的能见度计算算法和每个目标检测体各自的检测信息计算得到的能见度；

以所述多个能见度中的最小能见度作为所述当前能见度。

2.如权利要求1所述的方法，其特征在于，所述依据所述多个目标检测体中所述每个目标检测体各自的检测信息，获得多个能见度的步骤，包括：

依据所述预设的能见度计算算法处理所述多个目标检测体中所述每个目标检测体各自的检测信息，生成所述多个目标检测体中所述每个目标检测体各自对应的能见度。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

获得所述汽车在当前行驶路段的最高限制速度；

依据所述获得的最高限制速度与所述当前最大速度中的较小者，更新所述当前最大速度。

4.如权利要求1或3所述的方法，其特征在于，所述方法还包括：

判断所述汽车所处的室外场景是否发生变化，其中，所述室外场景表征所述汽车所处的天气环境；

当所述汽车所处的室外场景发生变化时，调整所述第一预设时间间隔为第二预设时间检测后，继续执行所述接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像的步骤。

5.一种汽车限速控制装置，其特征在于，所述装置包括：

视野图像接收模块，用于按照第一预设时间间隔，接收摄像设备发送的所述汽车在当前行驶方向中的当前帧视野图像；

能见度计算模块，用于获取所述当前帧视野图像中的当前能见度；

限制速度计算模块，用于依据预设的速度能见度算法及所述当前能见度，确定出所述汽车的当前最大速度，以使所述汽车按照所述当前最大速度进行限速行驶，其中，所述预设的速度能见度算法用于表征在任意能见度下汽车的最大速度；

其中，所述能见度计算模块包括目标检测体识别单元、检测信息获取单元、能见度计算单元及能见度比较单元；

所述目标检测体识别单元用于，识别出所述当前帧视野图像中的多个目标检测体；

所述检测信息获取单元用于，获取所述多个目标检测体中每个目标检测体各自的检测信息，其中，所述每个目标检测体各自的检测信息包括所述每个目标检测体各自在所述当前帧视野图像中的模糊度及所述每个目标检测体与所述汽车的距离；

所述能见度计算单元用于，依据所述多个目标检测体中所述每个目标检测体各自的检测信息，获得多个能见度，其中，所述多个能见度中的每个能见度均用于表征依据预设的能见度计算算法和每个目标检测体各自的检测信息计算得到的能见度；

所述能见度比较单元用于，以所述多个能见度中的最小能见度作为所述当前能见度。

6.如权利要求5所述的装置，其特征在于，所述装置还包括：

路段限速接收模块，用于获得所述汽车在当前行驶路段的最高限制速度；

限制速度更新模块，用于依据所述获得的最高限制速度与所述当前最大速度中的较小者，更新所述当前最大速度。

7.一种电子设备，其特征在于，包括：

存储器，用于存储一个或多个程序；

处理器；

当所述一个或多个程序被所述处理器执行时，实现如权利要求1-4中任一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。

Images