CN109739236B - 车辆信息的处理方法、装置、计算机可读介质及电子设备 - Google Patents

车辆信息的处理方法、装置、计算机可读介质及电子设备 Download PDF

Info

Publication number
CN109739236B
CN109739236B CN201910007937.4A CN201910007937A CN109739236B CN 109739236 B CN109739236 B CN 109739236B CN 201910007937 A CN201910007937 A CN 201910007937A CN 109739236 B CN109739236 B CN 109739236B
Authority
CN
China
Prior art keywords
information
road object
target vehicle
equipment
vehicle
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
CN201910007937.4A
Other languages
English (en)
Other versions
CN109739236A (zh
Inventor
王涛
俞一帆
张云飞
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201910007937.4A priority Critical patent/CN109739236B/zh
Publication of CN109739236A publication Critical patent/CN109739236A/zh
Application granted granted Critical
Publication of CN109739236B publication Critical patent/CN109739236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明的实施例提供了一种车辆信息的处理方法、装置、计算机可读介质及电子设备。该车辆信息的处理方法包括:获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息;基于所述路边感知设备采集到的道路物体信息和所述车辆设备感知到的运动信息进行校正;根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备。本发明实施例的技术方案通过准确且全面的道路物体信息实现了高精度和高可靠性的自动驾驶,提高了自动驾驶的安全性。

Description

车辆信息的处理方法、装置、计算机可读介质及电子设备
技术领域
本发明涉及计算机及通信技术领域,具体而言,涉及一种车辆信息的处理方法、装置、计算机可读介质及电子设备。
背景技术
自动驾驶技术正受到越来越多人们的关注,单车智能自动驾驶技术已经获得了很大的发展,但是离实现真正的全场景自动驾驶还有很远的距离。相关技术中提出的单车自动驾驶技术一般都采用在单车上进行多源融合感知的技术进行障碍物或者路况信息识别。但是,这种单车自动驾驶技术往往要求车辆配备功能强大且成本高昂的传感器,如激光雷达、三目摄像头等。在车辆端,这些传感器感知信息的识别还要使用功能强大的工控机进行运算,而工控机的功耗散热难以符合汽车安全性的标准要求。此外,单车自动驾驶技术难以获取到全面准确的路况信息,因此难以实现高精度和高可靠性的自动驾驶,并且也难以保证自动驾驶的安全性。
发明内容
本发明的实施例提供了一种车辆信息的处理方法、装置、计算机可读介质及电子设备,进而至少在一定程度上可以基于准确且全面的道路物体信息实现高精度和高可靠性的自动驾驶,提高了自动驾驶的安全性。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的一个方面,提供了一种车辆信息的处理方法,包括:获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息;基于所述路边感知设备采集到的道路物体信息和所述车辆设备感知到的运动信息,对所述道路物体信息进行校正;根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备。
根据本发明实施例的一个方面,提供了一种车辆信息的处理装置,包括:获取单元,用于获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息;第一处理单元,用于基于所述路边感知设备采集到的道路物体信息和所述车辆设备感知到的运动信息,对所述道路物体信息进行校正;第二处理单元,用于根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备。
在本发明的一些实施例中,基于前述方案,所述第一处理单元包括:识别单元,用于基于所述路边感知设备采集到的道路物体信息和所述目标车辆设备感知到的运动信息,在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备;校正单元,用于根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正。
在本发明的一些实施例中,基于前述方案,所述识别单元配置为:将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配;若所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置之间的匹配度大于或等于预定值,则将所述对应位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。
在本发明的一些实施例中,基于前述方案,所述识别单元还用于:确定所述目标车辆设备感知到的定位位置信息的定位精度是否大于或等于精度阈值;若所述目标车辆设备感知到的定位位置信息的定位精度大于或等于所述精度阈值,则将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配;若所述目标车辆设备感知到的定位位置信息的定位精度小于所述精度阈值,则获取所述目标车辆设备上安装的传感器采集到的所述目标车辆设备的周边信息,以基于所述目标车辆设备的周边信息在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备。
在本发明的一些实施例中,基于前述方案,所述识别单元配置为:将所述目标车辆设备的周边信息与所述路边感知设备采集到的道路物体信息进行匹配,以确定所述路边感知设备采集到的道路物体信息中是否有与所述目标车辆设备的周边信息相匹配的目标位置;若确定所述路边感知设备采集到的道路物体信息中有与所述目标车辆设备的周边信息相匹配的目标位置,则将所述目标位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。
在本发明的一些实施例中,基于前述方案,所述识别单元配置为:在所述目标车辆设备经过路边标定物时,若获取到的所述目标车辆设备的定位位置信息与所述路边标定物的位置信息相匹配,则将所述路边标定物所在位置处的车辆设备作为识别出的所述目标车辆设备。
在本发明的一些实施例中,基于前述方案,所述校正单元配置为:基于所述目标车辆设备在所述道路物体信息中的位置,以及所述目标车辆设备的定位位置信息,对所述道路物体信息中包含的所述目标车辆设备的周边物体的位置信息进行校正;对所述周边物体校正后的位置信息和所述其它车辆设备感知到的运动信息进行匹配处理,以确定各个所述道路物体的实际位置信息。
在本发明的一些实施例中,基于前述方案,所述校正单元配置为:基于所述目标车辆设备的订阅信息,确定所述路边感知设备采集到的道路物体信息中需要进行校正的目标道路物体信息;根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述目标道路物体信息进行校正。
在本发明的一些实施例中,基于前述方案,所述的车辆信息的处理装置还包括:跟踪单元,用于在识别出所述目标车辆设备之后,根据所述路边感知设备采集到的道路物体信息跟踪所述目标车辆设备。
在本发明的一些实施例中,基于前述方案,所述第二处理单元配置为:基于所述目标车辆设备的订阅信息对校正后的道路物体信息进行融合处理,以生成与所述订阅信息相对应的车辆通信消息,将与所述订阅信息相对应的车辆通信消息发送至所述目标车辆设备;和/或基于预定的业务信息对校正后的道路物体信息进行融合处理,以生成与所述业务信息相对应的车辆通信消息,将与所述业务信息相对应的车辆通信消息发送至所述目标车辆设备,以使所述目标车辆设备根据与所述业务信息相对应的车辆通信消息确定所述目标车辆设备所在的位置及所述业务信息的内容。
在本发明的一些实施例中,基于前述方案,所述订阅信息和/或所述业务信息包括以下任一或多个的组合:道路拥堵情况、车辆故障预警信息、车辆变道辅助信息、交通指示灯信息。
在本发明的一些实施例中,基于前述方案,所述第二处理单元配置为:将所述校正后的道路物体信息作为车辆通信消息发送至所述目标车辆设备,以使所述目标车辆设备根据所述校正后的道路物体信息确定所述目标车辆设备所在的位置,和/或确定所述目标车辆设备周边物体信息,和/或确定所述目标车辆设备行驶的路况信息。
根据本发明实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的车辆信息的处理方法。
根据本发明实施例的一个方面,提供了一种电子设备,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时,使得所述一个或多个处理器实现如上述实施例中所述的车辆信息的处理方法。
在本发明的一些实施例所提供的技术方案中,通过基于路边感知设备采集到的道路物体信息和车辆设备感知到的运动信息对道路物体信息进行校正,使得能够通过具有感知功能的车辆设备感知到的运动信息(如定位位置信息、速度信息、加速度信息等)来对路边感知设备采集到的道路物体信息进行校正,进而能够得到准确且全面的道路物体信息;而通过根据校正后的道路物体信息生成车辆通信消息,并将生成的车辆通信消息发送至目标车辆设备,使得目标车辆设备能够基于准确且全面的道路物体信息实现高精度和高可靠性的自动驾驶或辅助驾驶,提高了自动驾驶的安全性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。在附图中:
图1示出了可以应用本发明实施例的技术方案的示例性系统架构的示意图;
图2示意性示出了根据本发明的一个实施例的车辆信息的处理方法的流程图;
图3示意性示出了根据本发明的一个实施例的对道路物体信息进行校正的流程图;
图4示意性示出了根据本发明的一个实施例的对道路物体信息进行校正的流程图;
图5示意性示出了根据本发明的一个实施例的对道路物体信息进行校正的流程图;
图6示意性示出了根据本发明的一个实施例的根据校正后的道路物体信息生成车辆通信消息的流程图;
图7示出了根据本发明的一个实施例的车辆通信消息的处理系统的架构示意图;
图8示出了根据本发明的一个实施例的目标车辆识别与路况感知融合系统的结构示意图;
图9示出了根据本发明的一个实施例的识别订阅目标车辆的流程图;
图10示出了根据本发明的一个实施例的对感知信息进行融合去重处理的流程图;
图11示出了根据本发明的一个实施例的目标车辆识别与路况感知融合系统的结构示意图;
图12示意性示出了根据本发明的一个实施例的车辆信息的处理装置的框图;
图13示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本发明实施例的技术方案的示例性系统架构的示意图。
如图1所示,系统架构100可以包括行人终端101(比如智能手机、平板电脑、便携式计算机等等)、自动驾驶汽车102、智能网联汽车103、路边感知设备104(如摄像头、雷达等)、基站105、路侧单元(Road Side Unit,简称RSU)106和网络侧设备107。
应该理解,图1中的行人终端101、自动驾驶汽车102、智能网联汽车103、路边感知设备104、基站105、路侧单元106和网络侧设备107的数目仅仅是示意性的。根据实现需要,可以具有任意数目的行人终端101、自动驾驶汽车102、智能网联汽车103、路边感知设备104、基站105、路侧单元106和网络侧设备107。
在本发明的一个实施例中,路边感知设备104可以将感知到的道路物体信息(如行人、车辆设备等)发送至网络侧设备107;自动驾驶汽车102和智能网联汽车103可以将自身感知到的运动信息(如定位位置信息、速度信息、加速度信息等)发送至网络侧设备107。对于自动驾驶汽车102来说,由于其定位精度较高,比如通过RTK(Real-time kinematic,实时动态)装置获取到高精度的定位位置信息,因此网络侧设备107可以基于自动驾驶汽车102(也可以包括智能网联汽车103)感知到的运动信息来对路边感知设备104采集到的道路物体信息进行校正,比如对道路物体的位置信息进行校正。
在本发明的一个实施例中,当网络侧设备107对道路物体的位置信息进行校正之后,可以根据自动驾驶汽车102(或者是行人终端101或智能网联汽车103)的订阅信息来对校正后的道路物体信息进行处理,进而生成车辆通信消息发送给自动驾驶汽车102。比如,若自动驾驶汽车102订阅了前方道路拥堵情况,则可以根据校正后的道路物体信息确定自动驾驶汽车102前方的道路拥堵情况,然后生成车辆通信消息发送给自动驾驶汽车102;再如,若自动驾驶汽车102订阅了车辆变道辅助情况,则可以根据校正后的道路物体信息确定自动驾驶汽车102将要变到的目标车道的道路信息,然后生成车辆通信消息发送给自动驾驶汽车102。
在本发明的一个实施例中,当网络侧设备107对道路物体的位置信息进行校正之后,也可以将校正后的道路物体信息通过车辆通信消息发送给自动驾驶汽车102(或者是行人终端101或智能网联汽车103),以便于自动驾驶汽车102根据该校正后的道路物体信息进行自动驾驶。
以下对本发明实施例的技术方案的实现细节进行详细阐述:
图2示意性示出了根据本发明的一个实施例的车辆信息的处理方法的流程图,该车辆信息的处理方法可以由服务器来执行,该服务器可以是图1中所示的网络侧设备107。参照图2所示,该车辆信息的处理方法至少包括步骤S210至步骤S230,详细介绍如下:
在步骤S210中,获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息。
在本发明的一个实施例中,路边感知设备可以是摄像头、激光雷达等设备。路边感知设备采集到的道路物体信息可以是采集到的图片信息等,其中包含了道路物体的位置信息、速度信息、加速度信息等。
在本发明的一个实施例中,车辆设备感知到的运动信息包括车辆设备的定位位置信息、加速度信息、速度信息等。其中,车辆设备的定位位置信息可以是GPS(GlobalPositioning System,全球定位系统)定位信息和/或RTK定位信息;车辆设备的加速度信息和速度信息可以是通过车辆CAN(Controller Area Network,控制器局域网络)总线来直接读取到的车辆控制器中的加速度信息和速度信息。
在步骤S220中,基于所述路边感知设备采集到的道路物体信息和所述车辆设备感知到的运动信息,对所述道路物体信息进行校正。
在本发明的一个实施例中,如图3所示,步骤S220可以包括如下步骤S310和步骤S320,详细说明如下:
在步骤S310中,基于所述路边感知设备采集到的道路物体信息和所述目标车辆设备感知到的运动信息,在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备。
在本发明的一个实施例中,由于路边感知设备采集到的道路物体信息中不仅包含了车辆设备,还可能包含有行人等其它道路物体,因此需要在路边感知设备采集到的道路物体信息中识别出目标车辆设备,进而可以根据目标车辆设备与其它道路物体之间的相对位置来校正其它道路物体的信息(比如位置信息等)。
在本发明的一个实施例中,步骤S310中在路边感知设备采集到的道路物体信息中识别出目标车辆设备具体可以包括:将目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配;若所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置之间的匹配度大于或等于预定值,则将所述对应位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。在该实施例中,比如目标车辆设备感知到的定位位置信息为位置A,那么可以将路边感知设备采集到的道路物体信息中与该位置A对应的位置处的物体与该目标车辆设备进行匹配,若匹配度较大,则可以将路边感知设备采集到的道路物体信息中的该对应位置作为识别出的目标车辆设备的位置。
在本发明的一个实施例中,在将目标车辆设备感知到的定位位置信息与路边感知设备采集到的道路物体信息中的对应位置进行匹配之前,还可以确定目标车辆设备感知到的定位位置信息的定位精度是否大于或等于精度阈值;当目标车辆设备感知到的定位位置信息的定位精度大于或等于所述精度阈值时,再将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配。
在本发明的一个实施例中,若目标车辆设备感知到的定位位置信息的定位精度小于所述精度阈值,则获取目标车辆设备上安装的传感器采集到的所述目标车辆设备的周边信息,以基于所述目标车辆设备的周边信息在路边感知设备采集到的道路物体信息中识别出目标车辆设备。可选地,目标车辆设备的周边信息可以是目标车辆设备所处的车道信息、前后车的型号、颜色、车辆长度等信息。
在本发明的一个实施例中,基于目标车辆设备的周边信息在路边感知设备采集到的道路物体信息中识别出目标车辆设备的过程,具体可以包括:将目标车辆设备的周边信息与路边感知设备采集到的道路物体信息进行匹配,以确定路边感知设备采集到的道路物体信息中是否有与目标车辆设备的周边信息相匹配的目标位置;若确定路边感知设备采集到的道路物体信息中有与所述目标车辆设备的周边信息相匹配的目标位置,则将目标位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。
在本发明的一个实施例中,步骤S310中在路边感知设备采集到的道路物体信息中识别出目标车辆设备具体可以包括:在目标车辆设备经过路边标定物时,若获取到的目标车辆设备的定位位置信息与所述路边标定物的位置信息相匹配,则将所述路边标定物所在位置处的车辆设备作为识别出的所述目标车辆设备。可选地,路边标定物可以是地磁传感器或者路边标志物等。
在本发明的一个实施例中,在识别出目标车辆设备之后,可以根据路边感知设备采集到的道路物体信息跟踪目标车辆设备。当目标车辆设备在相邻的路边感知设备的感知范围内进行切换时,可以通过相邻的路边感知设备进行跟踪目标的切换。
继续参照图3所示,在步骤S320中,根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正。
在本发明的一个实施例中,如图4所示,根据本发明的一个实施例的对道路物体信息进行校正的过程,包括如下步骤:
步骤S410,基于所述目标车辆设备在所述道路物体信息中的位置,以及所述目标车辆设备的定位位置信息,对所述道路物体信息中包含的所述目标车辆设备的周边物体的位置信息进行校正。
在本发明的一个实施例中,由于目标车辆设备与其周边物体的位置信息之间存在相对位置关系,因此可以在识别出目标车辆设备在道路物体信息中的位置之后,可以基于目标车辆设备的定位位置信息来对道路物体信息中包含的目标车辆设备的周边物体的位置信息进行校正。
步骤S420,对所述周边物体校正后的位置信息和其它车辆设备感知到的运动信息进行匹配处理,以确定各个所述道路物体的实际位置信息。
在本发明的一个实施例中,对目标车辆设备的周边物体校正后的位置信息和其它车辆设备感知到的运动信息进行匹配处理,具体可以是计算该周边物体校正后的位置信息是否与其它车辆设备感知到的运动信息中包含的位置信息之间的匹配度,若该匹配度大于或等于设定的阈值,则可以将该周边物体校正后的位置信息作为其实际位置信息;若该匹配度小于设定的阈值,则可以再参考其它车辆设备感知到的周边物体信息来确定各个道路物体的实际位置信息。
在本发明的一个实施例中,步骤S320中对道路物体信息进行校正的过程,可以包括如下步骤:
步骤S510,基于所述目标车辆设备的订阅信息,确定所述路边感知设备采集到的道路物体信息中需要进行校正的目标道路物体信息。
在本发明的一个实施例中,订阅信息包括以下任一或多个的组合:道路拥堵情况、车辆故障预警信息、车辆变道辅助信息、交通指示灯信息。由于不同的订阅信息关注的道路物体信息不同,因此可以根据目标车辆设备的订阅信息来确定路边感知设备采集到的道路物体信息中需要进行校正的目标道路物体信息。比如,若订阅信息为道路拥堵情况,那么需要进行校正的目标道路物体信息可以是目标车辆设备前方的道路物体信息;若订阅信息为车辆变道辅助信息,那么需要进行校正的目标道路物体信息可以是目标车辆设备需要变到的目标车道上的道路物体信息及目标车辆设备周边的道路物体信息。
步骤S520,根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述目标道路物体信息进行校正。
在本发明的实施例中,对目标道路物体信息进行校正的方案如前述实施例中所述的方案,不再赘述。
继续参照图2所示,在步骤S230中,根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备。
在本发明的一个实施例中,如图6所示,步骤S230中根据校正后的道路物体信息生成车辆通信消息的过程,包括:
步骤S610,获取目标车辆设备的订阅信息。
在本发明的一个实施例中,订阅信息包括以下任一或多个的组合:道路拥堵情况、车辆故障预警信息、车辆变道辅助信息、交通指示灯信息。
步骤S620,基于所述目标车辆设备的订阅信息对校正后的道路物体信息进行融合处理,以生成与所述订阅信息相对应的车辆通信消息。
在本发明的一个实施例中,由于不同的订阅信息关注的道路物体信息不同,因此可以根据目标车辆设备的订阅信息来对校正后的道路物体信息进行融合处理生成车辆通信消息。比如,若订阅信息为道路拥堵情况,那么可以对目标车辆设备前方的道路物体信息进行融合处理;若订阅信息为车辆变道辅助信息,那么可以对目标车辆设备需要变到的目标车道上的道路物体信息及目标车辆设备周边的道路物体信息进行融合处理来生成车辆通信消息。
在本发明的一个实施例中,可以不针对目标车辆设备,而针对预定的业务信息来对校正后的道路物体信息进行融合处理,以生成与该业务信息相对应的车辆通信消息,进而将与业务信息相对应的车辆通信消息发送至目标车辆设备,以使目标车辆设备根据与该业务信息相对应的车辆通信消息确定目标车辆设备所在的位置及业务信息的内容。其中,该实施例中的目标车辆设备可以是网络侧设备通过前述实施例识别出的目标车辆设备,也可以是网络侧设备并未进行前述实施例中的车辆识别过程而直接确定出的部分车辆(比如网络侧设备固定在道路上的某个位置,该目标车辆设备可以是经过该位置的车辆设备)。
在本发明的一个实施例中,针对不同的业务信息进行道路物体信息的融合处理时所关注的重点是不同的。比如,若业务信息为道路拥堵情况,那么对道路物体信息进行融合处理的关注点在于道路物体的集中分布情况;若订阅信息为车辆变道辅助信息,那么对道路物体信息进行融合处理的关注点在于相邻车道上的道路物体分布情况等。可选地,业务信息包括以下任一或多个的组合:道路拥堵情况、车辆故障预警信息、车辆变道辅助信息、交通指示灯信息。
在本发明的一个实施例中,还可以将校正后的道路物体信息作为车辆通信消息发送至目标车辆设备,以使目标车辆设备根据校正后的道路物体信息确定所述目标车辆设备所在的位置,和/或确定所述目标车辆设备周边物体信息,和/或确定所述目标车辆设备行驶的路况信息。该实施例的技术方案是将校正后的道路物体信息发送给目标车辆设备,由目标车辆设备根据校正后的道路物体信息进行相应的融合处理。
在本发明的一个实施例中,在将生成的车辆通信消息发送给目标车辆设备时可以是通过V2X(Vehicle to everything,车与外界通信)消息的格式进行发送,也可以采用私有协议的格式进行发送,或者也可以基于OTT(Over The Top,表示通过互联网向用户提供各种应用服务)的私有接口进行发送。
以下结合图7至图11,对本发明实施例的车辆信息的处理方案的实现细节进行详细阐述:
在本发明的一个实施例中,如图7所示,道路物体可以包括行人终端701、自动驾驶汽车702、智能网联汽车703等,行人终端701、自动驾驶汽车702和智能网联汽车703可以与移动通信网络(如4G/5G等)的基站705进行通信,自动驾驶汽车702和智能网联汽车703还可以与路侧单元706进行通信。路边感知设备704、基站705和路侧单元706接入网络的边缘云707,边缘云707连接至核心网708,核心网708连接至中心云709。
在本发明的一个实施例中,目标车辆识别与路况感知融合系统可以如图7所示部署于边缘云707中,也可以部署于中心云709中。
在本发明的一个实施例中,如前所述,车辆(如自动驾驶汽车702和智能网联汽车703)与移动通信网络的数据交互既可以通过移动通信(如4G/5G),也可以通过基于V2X技术的路侧单元706。其中,系统中的上行交互信息主要可以包括:车辆、行人终端701等通过V2X消息或者基于OTT的私有消息向网络侧发送的关于自身的位置、速度、加速度等信息;也可以包含这些道路物体识别到的车道信息、前后左右的车距信息、前后左右的车型信息等。系统中的下行交互信息主要是为车辆(如自动驾驶汽车702和智能网联汽车703)提供的全面的路况信息等。
在本发明的一个实施例中,路边感知设备704包括摄像头、激光雷达等,路边感知设备704主动实时地监控覆盖区域的道路物体(如车辆、行人、自行车、事故等)变化,并将感知的图像或点云信息发送到目标车辆识别与路况感知融合系统,由该系统中的相关模块进行处理,获得覆盖道路区域的所有物体(如车辆、行人、自行车、事故等)的位置、速度等信息。其中,路边感知设备704在感知到的图像或点云信息之后,可以直接将感知到的原始监测数据发送至目标车辆识别与路况感知融合系统进行处理,也可以先根据感知到的原始监测数据进行分析识别(比如识别出目标车辆设备)之后再发送至目标车辆识别与路况感知融合系统。
在本发明的一个实施例中,如图8所示,目标车辆识别与路况感知融合系统主要包括:订阅目标车辆数据库801、订阅目标车辆识别模块802、融合去重模块803、V2X消息分发规则模块804和下行V2X消息分发模块805。可选地,图8中所示的各个功能模块可以被部署在边缘云或中心云中作为车联网服务器使用;或者也可以一部分部署于边缘云中,另一份部署于中心云中。
在本发明的一个实施例中,网络侧获取到的数据主要包括路边感知单元(如路边摄像头和激光雷达等)感知到的数据、车载单元发送的V2X消息中包含的数据和其它类型的终端(如车载GPS设备、普通带GPS功能的手机等)感知到的数据。因此,本发明的实施例将这三种类型的感知方式感知到的数据作为系统的输入。
在本发明的一个实施例中,路边感知设备主要包括摄像头、激光雷达等,这些设备会根据自身位置和探测到的道路物体(如车辆、行人、事故等)的位置来计算物体的实际定位位置。由于路边感知设备的部署要求较高(如下倾角、高度、不能摆动等),因此通过路边感知设备得到的结果往往精度不高。车载单元(On board Unit,简称OBU)会与车辆控制系统相连,读取车辆的速度、加速度等信息,此外还可以通过车载的RTK设备提供高精度定位结果,然后通过V2X消息发送给网络侧设备,当这些V2X消息被用于自动驾驶系统时,自动驾驶中的融合定位机制会为V2X消息提供更高精度和可靠性的位置信息。
本发明实施例的主要应用场景包括为智能网联汽车、自动驾驶提供网络感知辅助;由于智能网联汽车、自动驾驶汽车需要很详细的路况信息,为了提高网络感知的准确性,这些车辆需要携带V2X与高精度定位设备,为网络侧提供较为准确的高精度位置与车辆速度等信息;与此同时,本发明实施例的技术方案也可以为普通车辆提供一些粗粒度的驾驶辅助信息(如前方拥堵、交通指示牌提醒、紧急制动预警等),这些场景只需要普通车辆提供粗粒度的驾驶信息即可,如通过带有GPS的车载T-Box(Telematics BOX,远程信息处理器)或者普通GPS手机提供粗粒度的位置信息。
在本发明的一个实施例中,订阅目标车辆是指订阅了网络感知V2X消息的车载终端。对于智能网联汽车和自动驾驶车辆而言,需要网络侧明确知道哪个车辆是订阅了相关V2X服务的车辆,并依此为这个订阅车辆发送网络侧的感知信息,订阅V2X服务的车辆会通过V2X消息携带相关订阅信息,网络侧会将这些信息收集起来建立订阅目标车辆数据库801。
在本发明的一个实施例中,订阅目标车辆识别模块802主要基于更高精度与准确性的V2X消息寻找订阅了V2X消息的具体车辆在路边图像或点云感知中的具体位置,以此来针对性提供该目标车辆的周围车辆及路况感知信息。
在本发明的一个实施例中,发送V2X消息的车辆也会在路边图像或点云感知中出现,由于车端定位和路边感知设备的定位精度不同,如果定位精度差异较大,将会出现无法将V2X发送源车辆与路边感知车辆相互匹配的情况,而相互叠加将出现路况车辆信息重合的问题,因此需要通过融合去重模块803对三种类型的感知信息进行去重处理。
在本发明的一个实施例中,V2X消息分发规则模块804用于管理订阅目标车辆的订阅信息。具体地,V2X消息分发规则可以根据来自于订阅目标车辆数据库801中的车辆订阅信息,为每个车辆提供相应的消息分发规则。例如,如果车辆订阅了车辆变道辅助信息,则消息分发规则将制定为该订阅目标车辆发送要变到的目标车道的车辆及路况感知信息。另外,在融合去重的过程中应该结合V2X消息的分发规则来进行,比如对于车辆变道辅助信息的订阅,在融合去重过程中应该更有针对性的进行目标车道的相关融合去重处理。
在本发明的一个实施例中,下行V2X消息分发模块805的下发不限于通过RSU设备下发,也可以通过移动通信网络(如4G/5G)进行下发。下发过程主要针对场景和具体的移动通信基站和RSU设备部署情况和终端接收情况通过不同的方式进行下发。总的来说,网络侧会根据V2X发送源的发送形式和基站及RSU的部署数据库选取最优的下发方式,以保证V2X消息及时高效地发送至车辆终端。
在本发明的一个实施例中,如图9所示为识别订阅目标车辆的流程图。其中,订阅目标车辆识别主要基于更高精度与准确性的V2X消息寻找订阅目标车辆在路边图像或点云感知中的具体位置,以此来针对性提供该目标车辆的周围车辆路况的感知信息;如前所述,车端定位和路边感知定位的精度不同,如果定位精度差异较大,将会出现无法将V2X发送源车辆与路边感知车辆相互匹配的情况。
在本发明的一个实施例中,自动驾驶车辆向网络侧发送的V2X消息会携带车辆的位置信息、速度信息、加速度等信息,并且该自动驾驶车辆往往通过多源融合定位等方式获得了精度高且可靠的定位位置,另外自动驾驶车辆可以直接通过车辆CAN总线读取车辆的速度、加速度等信息,所以来自车辆的V2X消息往往是高准确性的。但是,网络侧由于图像定位与测速等都存在一定幅度的误差,且由于路边感知设备的安装可能导致较大的定位与速度检测误差,因此如何在精度低但信息全面的图像或点云感知中分辨出哪个车辆是订阅目标车辆对于网络感知将十分关键。在本发明的实施例中,当识别订阅目标车辆时,会采用多种不同的方式或者相互组合的方式来进行订阅目标车辆的识别,在识别成功后,即可进行跟踪,具体识别过程如下:
在本发明的一个实施例中,如果网络侧获得的车辆位置(如通过V2X消息中包含的位置信息来获得)的定位精度比较高(如小于1米),则可以直接将V2X消息中的位置信息与图像感知中的位置信息进行匹配,如果有较高的匹配度,则订阅车辆目标识别成功,然后在该路边感知设备(如感知基站)的覆盖区中进行跟踪。
在本发明的一个实施例中,如果网络侧获得的车辆位置的定位精度不高,或通过车辆设备发送的V2X信息无法获得较高的位置匹配度后;可以再通过安装在车辆端的感知设备(如摄像头)获取车辆当前所处车道和前后车的型号、颜色等信息,并通过V2X消息发送给网络侧。进而网络侧可以基于路边图像或点云感知在相同车道中的位置和前后车的颜色、车辆长度等信息,计算订阅目标车辆的位置与图像中相关区域的前后车、左右方向车的位置的匹配度,如果有较高的匹配度,则订阅车辆目标识别成功,然后在该路边感知设备的覆盖区中进行跟踪。
在本发明的一个实施例中,还可以在道路上可以埋设一些传感器(如地磁传感器),或者路边的标志物,当车辆通过该传感器或者路边标志物那一刻,如果网络侧获取到的订阅目标车辆的位置与该传感器和路标标志物位置匹配度高,则确定该传感器和路标标志物旁边的车辆为订阅目标车辆,并进行跟踪。
在本发明的一个实施例中,在近邻的路边感知设备之间可以通过跟踪目标切换的方式来进行目标识别;具体来说,在上一个路边感知设备的覆盖区内,网络侧已经对于目标车辆进行了识别跟踪,此时当该车到达另一个路边感知设备的覆盖区后,通过这两个邻近路边感知设备之间的跟踪目标信息交互实现跟踪切换。
需要说明的是,上述实施例中的订阅目标车辆的识别方法可以单独使用,也可以组合起来使用。
在本发明的一个实施例中,如图10所示为对感知信息进行融合去重处理的流程图。其中,融合去重主要是将路边感知设备感知到的图像或点云数据的全面性与V2X消息源车辆和其它终端感知中的信息进行更高精度的信息匹配,以获得更高精度的全面的路况信息。例如,路边感知设备感知到的图像或点云信息可以全面反应路上所有车辆、行人等交通目标的信息,但是由于路边图像或点云感知获得的定位精度往往不高,速度值也往往误差较大,而来自于车辆的V2X消息中的位置、速度、加速度等信息虽然准确度高,但是只是反映单个车辆的,并且道路中的部分车辆可能并没有V2X设备,或者V2X设备失灵,因此融合处理过程对网络侧感知的全面性和准确性十分重要。
在本发明的一个实施例中,融合去重的目标就是在订阅目标车辆识别的基础上,对订阅目标车辆的周围及前方路况进行感知,并将这些融合后信息发送给订阅目标车辆。
在本发明的一个实施例中,V2X消息分发规则可以根据订阅目标车辆的车辆订阅信息,为每个车辆提供相应的消息分发规则。例如,如果订阅目标车辆订阅了车辆变道辅助信息,则消息分发规则将制定为该订阅目标车辆发送要变到的目标车道的车辆及路况感知信息。另外,在融合去重的过程中应该结合V2X消息的分发规则来进行,比如对于车辆变道辅助信息的订阅,在融合去重过程中应该更有针对性的进行目标车道的相关融合去重处理。
在本发明的一个实施例中,融合去重算法可以采用如下流程:
a、对于订阅目标车辆的周围车辆,以该车辆为基准,在网络侧获取到的路边感知设备感知到的图像或点云数据中进行位置信息的校正,更新这些周边车辆的位置信息。具体来说,可以以这些订阅目标识别车辆为基准,在网络侧获取到的每个路上物体(车辆、行人、自行车等)相对于该订阅目标车辆的距离和方向,并据此计算出道路上物体的校正后的位置信息。
b、在计算出道路上物体的校正后的位置信息之后,可以将这些校正后的位置信息与其他V2X消息源车辆(没有进行订阅目标车辆识别的那些V2X车辆)进行匹配去重(可参照前述实施例中识别订阅目标车辆的过程),并用更准确的V2X信息(位置、速度、加速度等信息)进行替换。
需要说明的是,对于V2X消息源车辆可以进行定位信息、速度等信息的校正替换,但是对于没有V2X消息发送的车辆,可以基于离自身最近的V2X消息源车辆进行重新的位置校正。
在本发明的一个实施例中,对道路上其它物体的位置信息进行校正的目的是为订阅目标车辆提供粗粒度的感知信息,主要包括拥堵状况、车辆故障预警、红绿灯信息等,这些可以为订阅目标车辆提供相应的辅助驾驶信息。
前述实施例的技术方案主要是为每个订阅目标车辆提供针对性的网络侧融合感知消息,在实际部署实践中,也可以在网络侧获得一个通用的感知车辆及路况信息,然后发给车辆,在车辆侧判断到底车辆自身是网络侧感知到的那些车辆中的哪个。具体地,在本发明的一个实施例中,如图11所示,目标车辆识别与路况感知融合系统主要包括:融合去重模块1101、V2X消息分发规则模块1102和下行V2X消息分发模块1103。其中,融合去重模块1101、V2X消息分发规则模块1102和下行V2X消息分发模块1103的功能参照图8所示实施例的相应模块的功能。
图11所示实施例的技术方案可以简化网络侧感知技术的复杂性。其中,网络侧在该框架下的融合去重处理中,可以采用路边定位标识物的方式进行相应的图像或点云信息的校正;然后按照图11所示的相关去重技术来进行高精度V2X信息与网络侧感知信息的替换,以及路侧感知物体(车辆、行人、自行车等)与V2X信息源车辆的替换。车辆在收到来自网络侧的通用车辆及路况信息后,可以基于接收到的信息完成自身的目标匹配。具体可以包括如下方式:车辆根据自身与前后车的距离、车道以及识别的车辆类型等信息与来自网络侧的通用车辆及路况信息进行匹配,匹配完成后,车辆侧可以据此来确定自身在网络侧感知中的具体车辆位置,然后据此得到自身车辆周围的车辆及路况信息,再进行相关的驾驶辅助。
需要说明的是,本发明前述实施例中的融合去重处理过程是在网络侧进行的,在本发明的其它实施例中,车辆终端也可以从网络侧获取到相关的感知信息,然后在车辆终端侧进行相应的融合去重处理。
本发明实施例的技术方案可以充分利用不同感知方式的优缺点,实现全方位、高精度、高可靠的路况信息感知,进而能够提高驾驶安全性。并且本发明实施例的技术方案可以与自动驾驶技术相结合,进而可以部分取代某些昂贵且功耗高的传感器设备,降低自动驾驶的成本。
以下介绍本发明的装置实施例,可以用于执行本发明上述实施例中的车辆信息的处理方法。对于本发明装置实施例中未披露的细节,请参照本发明上述的车辆信息的处理方法的实施例。
图12示意性示出了根据本发明的一个实施例的车辆信息的处理装置的框图。
参照图12所示,根据本发明的一个实施例的车辆信息的处理装置1200,包括:获取单元1202、第一处理单元1204和第二处理单元1206。
其中,获取单元1202用于获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息;第一处理单元1204用于基于所述路边感知设备采集到的道路物体信息和所述车辆设备感知到的运动信息,对所述道路物体信息进行校正;第二处理单元1206用于根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备。
在本发明的一个实施例中,第一处理单元1204包括:识别单元,用于基于所述路边感知设备采集到的道路物体信息和所述目标车辆设备感知到的运动信息,在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备;校正单元,用于根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正。
在本发明的一个实施例中,所述识别单元配置为:将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配;若所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置之间的匹配度大于或等于预定值,则将所述对应位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。
在本发明的一个实施例中,所述识别单元还用于:确定所述目标车辆设备感知到的定位位置信息的定位精度是否大于或等于精度阈值;若所述目标车辆设备感知到的定位位置信息的定位精度大于或等于所述精度阈值,则将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配;若所述目标车辆设备感知到的定位位置信息的定位精度小于所述精度阈值,则获取所述目标车辆设备上安装的传感器采集到的所述目标车辆设备的周边信息,以基于所述目标车辆设备的周边信息在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备。
在本发明的一个实施例中,所述识别单元配置为:将所述目标车辆设备的周边信息与所述路边感知设备采集到的道路物体信息进行匹配,以确定所述路边感知设备采集到的道路物体信息中是否有与所述目标车辆设备的周边信息相匹配的目标位置;若确定所述路边感知设备采集到的道路物体信息中有与所述目标车辆设备的周边信息相匹配的目标位置,则将所述目标位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。
在本发明的一个实施例中,所述识别单元配置为:在所述目标车辆设备经过路边标定物时,若获取到的所述目标车辆设备的定位位置信息与所述路边标定物的位置信息相匹配,则将所述路边标定物所在位置处的车辆设备作为识别出的所述目标车辆设备。
在本发明的一个实施例中,所述校正单元配置为:基于所述目标车辆设备在所述道路物体信息中的位置,以及所述目标车辆设备的定位位置信息,对所述道路物体信息中包含的所述目标车辆设备的周边物体的位置信息进行校正;对所述周边物体校正后的位置信息和所述其它车辆设备感知到的运动信息进行匹配处理,以确定各个所述道路物体的实际位置信息。
在本发明的一个实施例中,所述校正单元配置为:基于所述目标车辆设备的订阅信息,确定所述路边感知设备采集到的道路物体信息中需要进行校正的目标道路物体信息;根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述目标道路物体信息进行校正。
在本发明的一个实施例中,所述的车辆信息的处理装置1200还包括:跟踪单元,用于在识别出所述目标车辆设备之后,根据所述路边感知设备采集到的道路物体信息跟踪所述目标车辆设备。
在本发明的一个实施例中,第二处理单元1206配置为:基于所述目标车辆设备的订阅信息对校正后的道路物体信息进行融合处理,以生成与所述订阅信息相对应的车辆通信消息,将与所述订阅信息相对应的车辆通信消息发送至所述目标车辆设备;和/或基于预定的业务信息对校正后的道路物体信息进行融合处理,以生成与所述业务信息相对应的车辆通信消息,将与所述业务信息相对应的车辆通信消息发送至所述目标车辆设备,以使所述目标车辆设备根据与所述业务信息相对应的车辆通信消息确定所述目标车辆设备所在的位置及所述业务信息的内容。
在本发明的一个实施例中,所述订阅信息和/或所述业务信息包括以下任一或多个的组合:道路拥堵情况、车辆故障预警信息、车辆变道辅助信息、交通指示灯信息。
在本发明的一个实施例中,所述第二处理单元1206配置为:将所述校正后的道路物体信息作为车辆通信消息发送至所述目标车辆设备,以使所述目标车辆设备根据所述校正后的道路物体信息确定所述目标车辆设备所在的位置,和/或确定所述目标车辆设备周边物体信息,和/或确定所述目标车辆设备行驶的路况信息。
图13示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
需要说明的是,图13示出的电子设备的计算机系统1300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13所示,计算机系统1300包括中央处理单元(Central Processing Unit,CPU)1301,其可以根据存储在只读存储器(Read-Only Memory,ROM)1302中的程序或者从存储部分1308加载到随机访问存储器(Random Access Memory,RAM)1303中的程序而执行各种适当的动作和处理,例如执行上述实施例中所述的方法。在RAM 1303中,还存储有系统操作所需的各种程序和数据。CPU 1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(Input/Output,I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
特别地,根据本发明的实施例,下文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本发明实施例所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,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。而在本发明中,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、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现上述实施例中所述的方法。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (13)

1.一种车辆信息的处理方法,其特征在于,包括:
获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息,所述运动信息包括定位位置信息;
若目标车辆设备感知到的定位位置信息的定位精度小于精度阈值,则获取所述目标车辆设备上安装的传感器采集到的所述目标车辆设备的周边信息,将所述目标车辆设备的周边信息与所述路边感知设备采集到的道路物体信息进行匹配;
若确定所述路边感知设备采集到的道路物体信息中有与所述目标车辆设备的周边信息相匹配的目标位置,则将所述目标位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置;
根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正;
根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备。
2.根据权利要求1所述的车辆信息的处理方法,其特征在于,所述车辆信息的处理方法还包括:
若所述目标车辆设备感知到的定位位置信息的定位精度大于或等于所述精度阈值,则将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配,以在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备。
3.根据权利要求2所述的车辆信息的处理方法,其特征在于,将所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置进行匹配,以在所述路边感知设备采集到的道路物体信息中识别出所述目标车辆设备,包括:
若所述目标车辆设备感知到的定位位置信息与所述路边感知设备采集到的道路物体信息中的对应位置之间的匹配度大于或等于预定值,则将所述对应位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置。
4.根据权利要求2所述的车辆信息的处理方法,其特征在于,若道路上设置有路边标定物,则所述车辆信息的处理方法还包括:
在所述目标车辆设备经过所述路边标定物时,若获取到的所述目标车辆设备的定位位置信息与所述路边标定物的位置信息相匹配,则将所述路边标定物所在位置处的车辆设备作为识别出的所述目标车辆设备。
5.根据权利要求1所述的车辆信息的处理方法,其特征在于,根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正,包括:
基于所述目标车辆设备在所述道路物体信息中的位置,以及所述目标车辆设备的定位位置信息,对所述道路物体信息中包含的所述目标车辆设备的周边物体的位置信息进行校正;
对所述周边物体校正后的位置信息和所述其它车辆设备感知到的运动信息进行匹配处理,以确定各个所述道路物体的实际位置信息。
6.根据权利要求1所述的车辆信息的处理方法,其特征在于,根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正,包括:
基于所述目标车辆设备的订阅信息,确定所述路边感知设备采集到的道路物体信息中需要进行校正的目标道路物体信息;
根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述目标道路物体信息进行校正。
7.根据权利要求1所述的车辆信息的处理方法,其特征在于,还包括:
在识别出所述目标车辆设备之后,根据所述路边感知设备采集到的道路物体信息跟踪所述目标车辆设备。
8.根据权利要求1至7中任一项所述的车辆信息的处理方法,其特征在于,根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备,包括:
基于所述目标车辆设备的订阅信息对校正后的道路物体信息进行融合处理,以生成与所述订阅信息相对应的车辆通信消息,将与所述订阅信息相对应的车辆通信消息发送至所述目标车辆设备;和/或
基于预定的业务信息对校正后的道路物体信息进行融合处理,以生成与所述业务信息相对应的车辆通信消息,将与所述业务信息相对应的车辆通信消息发送至所述目标车辆设备,以使所述目标车辆设备根据与所述业务信息相对应的车辆通信消息确定所述目标车辆设备所在的位置及所述业务信息的内容。
9.根据权利要求8所述的车辆信息的处理方法,其特征在于,所述订阅信息和/或所述业务信息包括以下任一或多个的组合:道路拥堵情况、车辆故障预警信息、车辆变道辅助信息、交通指示灯信息。
10.根据权利要求1至7中任一项所述的车辆信息的处理方法,其特征在于,根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备,包括:
将所述校正后的道路物体信息作为车辆通信消息发送至所述目标车辆设备,以使所述目标车辆设备根据所述校正后的道路物体信息确定所述目标车辆设备所在的位置,和/或确定所述目标车辆设备周边物体信息,和/或确定所述目标车辆设备行驶的路况信息。
11.一种车辆信息的处理装置,其特征在于,包括:
获取单元,用于获取路边感知设备采集到的道路物体信息,并获取车辆设备感知到的运动信息,所述道路物体信息包括道路物体的位置信息;
第一处理单元,用于基于所述路边感知设备采集到的道路物体信息和所述车辆设备感知到的运动信息,对所述道路物体信息进行校正;
第二处理单元,用于根据校正后的道路物体信息生成车辆通信消息,将所述车辆通信消息发送至目标车辆设备;
其中,所述第一处理单元包括识别单元和校正单元;所述识别单元用于:若目标车辆设备感知到的定位位置信息的定位精度小于精度阈值,则获取所述目标车辆设备上安装的传感器采集到的所述目标车辆设备的周边信息,将所述目标车辆设备的周边信息与所述路边感知设备采集到的道路物体信息进行匹配,若确定所述路边感知设备采集到的道路物体信息中有与所述目标车辆设备的周边信息相匹配的目标位置,则将所述目标位置作为在所述路边感知设备采集到的道路物体信息中识别出的所述目标车辆设备的位置;
所述校正单元用于根据所述路边感知设备采集到的道路物体信息、所述目标车辆设备在所述道路物体信息中的位置及其它车辆设备感知到的运动信息,对所述道路物体信息进行校正。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的车辆信息的处理方法。
13.一种电子设备,其特征在于,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时,使得所述一个或多个处理器实现如权利要求1至10中任一项所述的车辆信息的处理方法。
CN201910007937.4A 2019-01-04 2019-01-04 车辆信息的处理方法、装置、计算机可读介质及电子设备 Active CN109739236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910007937.4A CN109739236B (zh) 2019-01-04 2019-01-04 车辆信息的处理方法、装置、计算机可读介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910007937.4A CN109739236B (zh) 2019-01-04 2019-01-04 车辆信息的处理方法、装置、计算机可读介质及电子设备

Publications (2)

Publication Number Publication Date
CN109739236A CN109739236A (zh) 2019-05-10
CN109739236B true CN109739236B (zh) 2022-05-03

Family

ID=66361527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910007937.4A Active CN109739236B (zh) 2019-01-04 2019-01-04 车辆信息的处理方法、装置、计算机可读介质及电子设备

Country Status (1)

Country Link
CN (1) CN109739236B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110132290B (zh) * 2019-05-20 2021-12-14 北京百度网讯科技有限公司 智能驾驶路侧设备感知信息融合处理方法、装置、设备
CN110208739B (zh) * 2019-05-29 2022-10-11 阿波罗智能技术(北京)有限公司 基于路侧设备利用v2x的辅助车辆定位的方法、装置、设备
CN110296713A (zh) * 2019-06-17 2019-10-01 深圳数翔科技有限公司 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法
CN110444036A (zh) * 2019-07-08 2019-11-12 浙江吉利控股集团有限公司 一种汽车通讯网络系统及汽车
US11205347B2 (en) * 2019-09-11 2021-12-21 Continental Teves Ag & Co. Ohg Method and electronic device for ascertaining an ego position
CN110795819B (zh) * 2019-09-16 2022-05-20 腾讯科技(深圳)有限公司 自动驾驶仿真场景的生成方法和装置、存储介质
CN110850378B (zh) * 2019-11-22 2021-11-19 深圳成谷科技有限公司 一种路侧雷达设备自动校准方法和装置
CN112861570A (zh) * 2019-11-26 2021-05-28 斑马智行网络(香港)有限公司 检测方法、装置及路侧单元
CN110989622B (zh) * 2019-12-25 2022-06-03 腾讯科技(深圳)有限公司 自动驾驶控制方法、装置、存储介质和计算机设备
CN113064415A (zh) * 2019-12-31 2021-07-02 华为技术有限公司 轨迹规划的方法、装置、控制器和智能车
WO2021174531A1 (zh) * 2020-03-06 2021-09-10 华为技术有限公司 数据传输方法、车端设备和网络侧设备
CN113689691A (zh) * 2020-05-18 2021-11-23 富士通株式会社 交通检测系统
CN111896010A (zh) * 2020-07-30 2020-11-06 北京百度网讯科技有限公司 车辆定位方法、装置、车辆以及存储介质
CN112566032B (zh) * 2020-09-23 2022-11-22 深圳市速腾聚创科技有限公司 多站点路基网络感知方法、终端和系统
CN112590669B (zh) * 2020-12-04 2022-10-11 清华大学苏州汽车研究院(吴江) 一种车辆匹配方法及装置
CN113223311A (zh) * 2021-03-26 2021-08-06 南京市德赛西威汽车电子有限公司 一种基于v2x的车辆开门防碰撞预警方法
CN113340325B (zh) * 2021-06-01 2022-11-15 上海智能网联汽车技术中心有限公司 一种验证车路协同路侧感知融合精度的系统、方法及介质
CN116209023A (zh) * 2021-12-01 2023-06-02 华为技术有限公司 一种通信方法及装置
CN114326727A (zh) * 2021-12-24 2022-04-12 广州小鹏自动驾驶科技有限公司 一种驾驶方法和系统
CN114786036B (zh) * 2022-03-02 2024-03-22 上海仙途智能科技有限公司 自动驾驶车辆的监控方法及装置、存储介质、计算机设备
CN117572809B (zh) * 2024-01-15 2024-04-16 智道网联科技(北京)有限公司 Obu设备、控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741546A (zh) * 2016-03-18 2016-07-06 重庆邮电大学 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法
CN106920412A (zh) * 2015-12-28 2017-07-04 上海擎感智能科技有限公司 适用于车路协同的智能交通运行系统及方法
CN107339996A (zh) * 2017-06-30 2017-11-10 百度在线网络技术(北京)有限公司 车辆自定位方法、装置、设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106355928B (zh) * 2016-08-31 2019-11-19 北京万集科技股份有限公司 一种基于无线定位的车路协同辅助驾驶系统以及方法
KR102159965B1 (ko) * 2017-04-17 2020-09-25 주식회사 비트센싱 실시간 대규모 교통정보 수집방법 및 그 운용시스템
CN107392092B (zh) * 2017-06-13 2019-10-18 中国地质大学(武汉) 一种基于v2v的智能车辆前方道路环境透视感知方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106920412A (zh) * 2015-12-28 2017-07-04 上海擎感智能科技有限公司 适用于车路协同的智能交通运行系统及方法
CN105741546A (zh) * 2016-03-18 2016-07-06 重庆邮电大学 路侧设备与车传感器融合的智能车辆目标跟踪系统及方法
CN107339996A (zh) * 2017-06-30 2017-11-10 百度在线网络技术(北京)有限公司 车辆自定位方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN109739236A (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
CN109739236B (zh) 车辆信息的处理方法、装置、计算机可读介质及电子设备
US11715377B2 (en) Safe passing system and method for vehicle
CN111524357B (zh) 用于车辆安全行驶所需的多数据融合的方法
CN108399792B (zh) 一种无人驾驶车辆避让方法、装置和电子设备
US20210263157A1 (en) Automated labeling system for autonomous driving vehicle lidar data
KR102182664B1 (ko) 예상 주행 의도에 관한 정보를 제공하기 위한 장치, 방법 및 컴퓨터 프로그램
WO2021155685A1 (zh) 一种更新地图的方法、装置和设备
CN111768440A (zh) 用于管理受监视区域的世界模型的技术
CN110910673B (zh) 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端
CN113205088B (zh) 障碍物图像展示方法、电子设备和计算机可读介质
CN113848921B (zh) 车路云协同感知的方法和系统
CN111429739A (zh) 一种辅助驾驶方法和系统
JP2021099793A (ja) インテリジェント交通管制システム及びその制御方法
EP3996063A1 (en) Safety performance evaluation device, safety performance evaluation method, information processing device, and information processing method
CN113206874A (zh) 车路协同处理方法及装置、电子设备、存储介质
CN111757288A (zh) 道路交通环境中的感知基站及其消息发送方法、装置
CN110942038A (zh) 基于视觉的交通场景识别方法、装置、介质及电子设备
US20230090975A1 (en) Driving assistance processing method and apparatus, computer-readable medium, and electronic device
CN113415275A (zh) 车辆消息的处理方法、装置、可读介质及电子设备
CN113411375A (zh) 信息处理方法、设备及计算机存储介质
CN111319560B (zh) 信息处理系统、程序和信息处理方法
KR102144778B1 (ko) 실시간 업데이트된 도로정보 제공방법 및 시스템
CN114550116A (zh) 一种对象识别方法和装置
JP2019519051A (ja) 知的照明システム、照明デバイス、車両、車載端末、車両運転支援システム及び車両運転支援方法
CN112305499A (zh) 一种根据光源进行定位的方法及装置

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