CN111598009A - 监控急刹车辆的方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请公开了一种监控急刹车辆的方法、装置、电子设备和存储介质，涉及智能交通领域。具体实现方案为：获取道路的监控视频；根据监控视频，获取道路上行驶的车辆的减速度；若车辆的减速度表征车辆为急刹车辆，则向急刹车辆周围的目标车辆发送急刹车辆的位置。本申请中通过道路的监控视频，以监控视频中车辆的减速度来判断车辆是否为急刹车辆，进而主动通知给其他车辆，实现车路协同，避免了车辆自身检测减速度在上报至服务器，由服务器通知给其他车辆的问题，减小了获取急刹车辆的时延。

Description

监控急刹车辆的方法、装置、电子设备和存储介质

技术领域

本申请涉及智能交通技术领域，尤其涉及自动驾驶技术中监控急刹车辆的方法、装置、电子设备和存储介质。

背景技术

用户在驾驶车辆的过程中，会主动观察前方的车辆，看是否有急刹车辆，以及时做出反应避免追尾急刹车辆。类似的，在自动驾驶场景中，自动驾驶车辆在行驶过程中，也需要确定周围的车辆中是否有急刹车辆，以及时执行相应的操作避免追尾。

现有技术中，自动驾驶车辆在行驶过程中会检测自身的减速度，在减速度大于阈值时，确定自动驾驶车辆正在执行急刹操作，进而将自身的位置上报至服务器。服务器在接收到自动驾驶车辆的位置时，可以向该自动驾驶车辆周围的其他车辆广播该急刹车辆的位置，以使其他车辆可以确定周围存在急刹车辆。

现有技术中，由急刹的自动驾驶车辆在自主上报自身的位置，再通过服务器通知其他车辆该急刹车辆的时延大。

发明内容

本申请提供一种监控急刹车辆的方法、装置、电子设备和存储介质，减小了自动驾驶车辆获取其他急刹车辆的时延。

本申请第一方面提供一种监控急刹车辆的方法，包括：获取道路的监控视频；

根据所述监控视频，获取所述道路上行驶的车辆的减速度；

若车辆的减速度表征所述车辆为急刹车辆，则向所述急刹车辆周围的目标车辆发送所述急刹车辆的位置。

本实施例中，通过道路的监控视频，以监控视频中车辆的减速度来判断车辆是否为急刹车辆，进而主动通知给其他车辆，避免了车辆自身检测减速度在上报至服务器，由服务器通知给其他车辆的问题，减小了获取急刹车辆的时延。

本申请的第二方面提供一种监控急刹车辆的装置，包括：

处理模块，用于获取道路的监控视频，且根据所述监控视频，获取所述道路上行驶的车辆的减速度。

收发模块，用于若车辆的减速度表征所述车辆为急刹车辆，则向所述急刹车辆周围的目标车辆发送所述急刹车辆的位置。

上述第二方面提供的监控急刹车辆的装置，其有益效果可以参见上述第一方面所带来的有益效果，在此不加赘述。

本申请的第三方面提供一种电子设备，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述电子设备执行上述第一方面的监控急刹车辆的方法。

本申请的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机执行指令，当所述计算机执行指令被处理器执行时，实现上述第一方面的监控急刹车辆的方法。

本申请提供了一种监控急刹车辆的方法、装置、电子设备和存储介质，该方法包括：获取道路的监控视频；根据监控视频，获取道路上行驶的车辆的减速度；若车辆的减速度表征车辆为急刹车辆，则向急刹车辆周围的目标车辆发送急刹车辆的位置。本申请中通过道路的监控视频，以监控视频中车辆的减速度来判断车辆是否为急刹车辆，进而主动通知给其他车辆，避免了车辆自身检测减速度在上报至服务器，由服务器通知给其他车辆的问题，减小了获取急刹车辆的时延。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1为本申请提供的监控急刹车辆的方法适用的场景示意图；

图2为本申请提供的监控急刹车辆的方法的一实施例的流程示意图；

图3为本申请提供的视频帧变化示意图；

图4为本申请提供的监控急刹车辆的方法的另一实施例的流程示意图；

图5为本申请提供的视频帧中车辆的位置变化示意图；

图6为本申请提供的监控急刹车辆的装置的结构示意图；

图7为本申请提供的电子设备的结构示意图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了便于更为清楚地说明本申请提供的监控急刹车辆的方法，首先对现有技术中的方法进行说明。现有技术中，自动驾驶车辆在检测自身的减速度大于阈值时，确定车辆为急刹车辆，则可以向服务器上报自身的位置以及急刹事件，进而由服务器通知其他车辆该急刹车辆的位置。应理解，急刹事件即为执行急刹操作。

自动驾驶车辆检测自身的减速度的方式可以包括：1)通过速度传感器检测自动驾驶车辆的速度，通过速度的变化确定减速度；2)通过自动驾驶车辆的定位，根据车辆的位置的变化确定减速度。其中，1)中确定减速度的方式需要在自动驾驶车辆的底盘上加装传感器，很多自动驾驶车辆上并未设置该传感器；2)中确定减速度的方式需要自动驾驶车辆实时定位，依赖于定位精度，在一些不存在定位信号的地点无法进行定位，进而导致无法获取自身的减速度。

另外，上述两种方式中，均是通过自动驾驶车辆主动上报急刹事件的方式，通过服务器转发不仅存在较大的时延。另外，当前并非所有的自动驾驶车辆上均设置车载单元(Onboard Unit，OBU)，进而影响该种方式的普适性。应理解，OBU设置在车上，可以路边架设路侧单元(Road Side Unit，RSU)，相互之间通过微波进行通讯，该OBU表征自动驾驶车辆的身份。

目前在车辆行驶的道路上设置有大批量的摄像头，摄像头可以监控道路上行驶的车辆的行驶行为。为了解决上技术问题，本申请提供了一种监控急刹车辆的方法，通过在摄像头拍摄的监控视频，以获取道路上行驶的车辆的行驶行为，以此确定车辆是否为急刹车辆。本申请中的方法避免了自动驾驶车辆主动上报急刹事件引起的上述问题，减小了获取急刹车辆的时延，且普适性高。

图1为本申请提供的监控急刹车辆的方法适用的场景示意图。如图1所示，本申请提供的监控急刹车辆的方法适用的场景中包括：摄像头、服务器和车辆。应理解，摄像头可以为道路上安装的摄像头，摄像头用于采集道路的监控视频，该监控视频中包括道路上行驶的车辆的行驶视频。其中，服务器可以获取摄像头采集的监控视频，以确定监控视频中的车辆中是否有急刹车辆。可选的，摄像头可以将采集的监控视频实时上传至服务器。

示例性的，图1中所示的车辆为处于摄像头周围的车辆，服务器可以与车辆进行通信，以将监控视频中急刹车辆的信息发送给摄像头周围的车辆。其中，本实施例中对于服务器和车辆的通信方法不做赘述。应理解，本申请中的监控急刹车辆的方法适用于自动驾驶车辆中，本实施例中的自动驾驶车辆可以简称为车辆。

下述结合具体的实施例对本申请提供的监控急刹车辆的方法进行说明。图2为本申请提供的监控急刹车辆的方法的一实施例的流程示意图。图2所示方法流程的执行主体可以为监控急刹车辆的装置，该监控急刹车辆的装置可以为服务器或服务器中的处理器、芯片等。如图2所示，本实施例提供的监控急刹车辆的方法可以包括：

S201，获取道路的监控视频。

S202，根据监控视频，获取道路上行驶的车辆的减速度。

S203，若车辆的减速度表征车辆为急刹车辆，则向急刹车辆周围的目标车辆发送急刹车辆的位置。

上述S201中，服务器可以实时获取道路的监控视频。可选的，道路上的监控视频可以为道路上安装的摄像头采集的，摄像头实时地采集道路的监控视频后，可以将监控视频上传至服务器。道路的监控视频中可以包括道路上行驶的车辆、路上的行走的行人等。

上述S202中，本实施例中服务器在获取监控视频后，可以在监控视频中识别车辆，进而确定道路上行驶的车辆的减速度。

其中，本实施例中在监控视频中识别车辆的方式可以为：服务器中预先存储有多种类型的车辆的图像，提取视频中每个对象的特征，以及在车辆的图像中提取车辆的特征，将二者的特征相似度大于相似度阈值的对象作为车辆。

或者，本实施例中在监控视频中识别车辆的方式还可以为：服务器中预先存储有识别模型，该识别模型为车辆识别模型，用于识别图像中的车辆，应理解，该识别模型可以是采用多种类型的车辆的图像经训练得到的。在服务器获取监控视频后，可以采用识别模型，识别监控视频中的车辆。

或者，本实施例中在监控视频中识别车辆的方式还可以为：使用背景模型，识别每个视频帧中的前景和背景，前景为车辆。应理解，背景模型用于表征前景和背景的对应关系，可选的，背景模型是通过大量的图像训练得到的，其中的训练参数可以为包含有车辆的不同场景下的图像，训练参数中的车辆可以为多种类型的车辆。因此，通过该背景模型，可以识别视频帧中的前景(即车辆)和背景。应理解，背景模型的构建可以采用但不限于为混合高斯模型，码书模型或者vibe算法等。

图3为本申请提供的视频帧变化示意图。图3中的A所示的为监控视频中的视频帧，图3中的B所示的为经背景模型处理后的图像。如图3中的B所示，该图像中的背景为黑色(即灰度为0)，前景(车辆)为白色(即灰度为255)。

在确定视频中的车辆后，服务器可以在监控视频中追踪车辆，以确定车辆减速度。本实施例中，可以在识别出车辆后，可以在图像中获取车辆周围的一静止对象，以在监控视频中获取车辆相对于该静止物体的相对位置的变化，该相对位置的变化可以表征车辆的行驶状态，如减速。进一步的，根据该车辆对于该静止物体的相对位置的变化，以及车辆的行驶时间，可以确定车辆的减速度，即减速的一阶导。

上述S203中，车辆的减速度表征车辆为急刹车辆，可以理解为：车辆的减速度满足预设的表征车辆为急刹车辆的条件，则车辆的减速度表征车辆为急刹车辆。可选的，该预设的表征车辆为急刹车辆的条件可以为：车辆的减速度大于减速度阈值，或者，车辆的减速度处于预设范围内。

其中，在确定车辆的减速度表征车辆为急刹车辆时，可以向急刹车辆周围的目标车辆发送急刹车辆的位置。应理解，在自动驾驶场景中，车辆在行驶过程中，会向服务器上报车辆的位置。本实施例中，可以根据车辆上报的位置，确定急刹车辆周围的车辆，将急刹车辆周围的车辆作为目标车辆，进而向目标车辆发送该急刹车辆的位置，以使得目标车辆可以确定急刹车辆的位置，进而使得目标车辆根据自身的位置，以及急刹车辆的位置，及时做出相应的操作，避免发生追尾。

本实施例中提供的监控急刹车辆的方法包括：获取道路的监控视频；根据监控视频，获取道路上行驶的车辆的减速度；若车辆的减速度表征车辆为急刹车辆，则向急刹车辆周围的目标车辆发送急刹车辆的位置。本申请中通过道路的监控视频，以监控视频中车辆的减速度来判断车辆是否为急刹车辆，进而主动通知给其他车辆，避免了车辆自身检测减速度在上报至服务器，通过服务器转发给其他车辆的问题，减小了获取急刹车辆的时延，另外，本实施例中的方法通过服务器获取急刹车辆，对没有安装OBU的车辆也适用，普适性高。

在上述实施例中，车辆的减速度可以通过车辆的速度和行驶时长来确定，或者还可以通过车辆的位移变化和行驶时长来确定，而本实施例中可以在监控视频中的不同时刻，确定车辆的不同位置，以此确定车辆的位置变化情况，即车辆的位移变化。图4为本申请提供的监控急刹车辆的方法的另一实施例的流程示意图。如图4所示，本实施例提供的监控急刹车辆的方法可以包括：

S401，获取道路上设置的摄像头采集的监控视频。

S402，根据监控视频，获取车辆的位置变化情况。

S403，根据车辆的位置变化情况，以及对应位置变化情况的车辆的行驶时长，确定车辆的减速度。

S404，根据车辆的减速度，以及摄像头的位置，确定车辆是否为急刹车辆。

S405，若车辆为急刹车辆，则获取摄像头的位置。

S406，根据摄像头的位置、道路上行驶的车辆的位置，将摄像头所在位置预设范围内、且除了急刹车辆之外的车辆作为目标车辆。

上述S401中，本实施例中的道路可以为自动驾驶区域中的道路。该自动驾驶区域的道路的两侧或上方可以设置有摄像头，该摄像头用于采集道路的监控视频。其中，服务器可以实时获取道路上设置的摄像头采集的监控视频，可选的，摄像头在采集监控视频后可以实时将监控视频上传至服务器。

上述S402中，因为本实施例中的道路可以为自动驾驶区域中的道路，车辆大多处于车道线内，因此，本实施例中对处于车道线内的车辆是否为急刹车辆进行判定。其中，服务器可以根据视频中在道路上行驶的车辆的位置，进而在高精度地图中确定在道路上行驶的车辆周围的车道线，以确定车辆是否位于车道线内。应理解，在道路上行驶的车辆可以实时上报自身的位置，以使得服务器能够确定在道路上行驶的车辆的位置。

本实施例中服务器可以获取车辆出现在监控视频中时的位置，以及在监控视频中该车辆消失时的位置，进而确定监控视频中车辆的位置变化情况。

其中，因为图像是由多个视频帧组成的，为了更为准确的确定车辆的位置变化情况，本实施例中可以获取监控视频中每个视频帧中车辆的位置，进而根据多个视频帧中车辆的位置，获取车辆的位置变化情况。应理解，本实施例中的视频帧中车辆的位置可以为车辆的世界坐标。

本实施例中确定视频帧中车辆的位置的可能的实现方式为：因为每个视频帧可以作为一个图像来看，因此，可以获取每个视频帧中车辆的像素坐标。对于一个摄像头来说，其在安装后，需要获取摄像头的世界坐标系到相机坐标系的变换矩阵，该变换矩阵即为外参。摄像头在安装后，外参是固定的。因此，本实施例中可以根据摄像头的外参，即像素坐标和世界坐标的转换关系，以及每个视频帧中车辆的像素坐标，确定每个视频帧中车辆的世界坐标，即每个视频帧中车辆的位置。

可选的，本实施例中的多个视频帧可以为监控视频中连续的视频帧，或者监控视频间隔一个视频帧获取的视频帧，本实施例不做限制。

上述S403中，与上述S402相对应的，若本实施例中服务器是根据车辆出现在监控视频中时的位置，以及在监控视频中该车辆消失时的位置，确定监控视频中车辆的位置变化情况。则此处可以将车辆出现在监控视频中至车辆消失这段时间作为对应位置变化情况的车辆的行驶时长，进而根据车辆的位置变化情况(即位移)，以及车辆的行驶时长，确定车辆的减速度，即对车辆的位置变化情况进行二阶求导，得到车辆的减速度。

若是根据多个视频帧中车辆的位置，获取车辆的位置变化情况，相应的，则可以将第i个视频帧和i+n个视频帧之间的时间差值作为对应位置变化情况的车辆的行驶时长。其中，i为大于等于1的整数，n为大于1的整数。在获取车辆的减速度时，可以根据第i个视频帧中车辆的位置、第i+n个视频帧中车辆的位置，以及时间差值，得到车辆的至少一个减速度，进而将至少一个减速度的均值作为车辆的减速度。应理解，本实施例中可以根据车辆的位置变化的二阶导作为减速度，或者，可以先根据车辆的位置变化，确定车辆的速度，进而根据车辆的速度的一阶导得到车辆的减速度。

其中，在进行减速度计算的过程中，直接通过相邻两个视频帧间的位移进行减速度的计算往往会产生很大的噪声。因此，为了提高获取的车辆的减速度的准确性，本实施例中的n进一步可以为大于1的整数，也就是说，本实施例中可以隔帧获取车辆的减速度。

示例性的，监控视频中包含5个视频帧，i为1，n为2时，将第1个视频帧和第3个视频帧之间的时间差值作为对应位置变化情况的车辆的行驶时长，进而根据第1个视频帧中车辆的位置、第3个视频帧中车辆的位置，获取车辆的位移。进而根据车辆的位移，以及该时间差值，确定车辆的一个减速度。

同理的，还可以将第2个视频帧和第3个视频帧之间的时间差值作为对应位置变化情况的车辆的行驶时长，进而根据第2个视频帧中车辆的位置、第4个视频帧中车辆的位置，以及该时间差值，确定车辆的一个减速度。同理的，还可以根据第3个视频帧和第5个视频帧，确定车辆的一个减速度。应理解，在i+n大于监控视频中视频帧的总数量时，可以不计算该第3个视频帧和第5个视频帧对应的车辆的减速度。综上，可以得到车辆的3个减速度。

图5为本申请提供的视频帧中车辆的位置变化示意图。其中，图5中的A可以为5个视频帧中的第1个视频帧，B为5个视频帧中的第2个视频帧，C可以为5个视频帧中的第3个视频帧，D为5个视频帧中的第4个视频帧，E可以为5个视频帧中的第5个视频帧。在图5中的每个视频帧中可以确定车辆的世界坐标，进而采用上述示例中的方式，确定车辆的减速度。

本实施例中，可以将该3个减速度的均值作为车辆的减速度。可选的，为了保证其他车辆的安全性，还可以将该3个减速度中最大的减速度作为车辆的减速度。

本实施例中，因为车辆在低速运行时，由于跟踪算法的惯性会导致其在低速是会产生一定的速度波动，包括速度方向的变换，速度大小的波动，会对车辆的减速度的准确性造成影响，因此可以在执行S403时，可以根据车辆的位置变化，确定车辆的速度，进而过滤掉低速运行的车辆，以提高获取的车辆的减速度的准确性，进而提高获取的急刹车辆的准确性。

上述S404中，现有技术中通常会将减速度大于阈值的车辆作为急刹车辆，若车辆处于路口时，因为红绿灯的原因，车辆可能会在低速行驶时多次刹车，但鉴于在该场景下，车辆的速度较低，采用上述方式获取的车辆的准确性较低，因此本实施例中可以针对不同的场景，会依据减速度进一步判断车辆是否为急刹车辆，以提高获取的急刹车辆的准确性。

本实施例中，可以获取摄像头的位置，进而根据摄像头的位置确定对应的场景。可以想到的是，摄像头在向服务器上报监控视频时，可以上报摄像头的标识。而每个摄像头均具有对应的设置位置，服务器中可以预先存储有摄像头的标识和位置的对应关系，进而服务器可以根据摄像头上报的标识，以及该对应关系，确定摄像头的位置。

在一种可能的场景下，若摄像头处于非路口位置，则车辆的行驶往往较为顺畅，急刹的情况也相较于在路口时的次数少，因此，本实施例中可以在摄像头处于非路口位置时，设置车辆的减速度大于减速度阈值，即判定车辆为急刹车辆。

在另一种可能的场景下，根据上述讲述的车辆在低速行驶时获取的车辆的减速度不准确，因此若摄像头处于路口位置，则车辆因为红绿灯的影响会低速行驶，进而造成获取的车辆的减速度不准确。因此，本实施例中，针对该场景，可以设置更为严格的确定车辆为急刹车辆的条件。其中，确定车辆为急刹车辆的条件为：在车辆的减速度大于减速度阈值、方差小于方差阈值，且每个减速度均大于减速度阈值同时满足的条件下，才确定车辆为急刹车辆。

因此，本实施例中，在获取车辆的至少一个减速度后，可以获取至少一个减速度的方差，若车辆的减速度大于减速度阈值、方差小于方差阈值，且每个减速度均大于减速度阈值，则确定车辆为急刹车辆。

应理解，上述两个场景仅为示例说明，本实施例中还可以在车辆的速度小于速度阈值时，设置确定车辆为急刹车辆的条件为：在车辆的减速度大于减速度阈值、方差小于方差阈值，且每个减速度均大于减速度阈值。应理解，本实施例中的减速度阈值、方差阈值和速度阈值均可以为预先设置的，上述阈值可以通过经验、仿真实验等确定。

上述S405和S406中，本实施例中若确定急刹车辆后，可以将该急刹车辆的位置发送给该急刹车辆周围的目标车辆。可以理解的是，车辆在行驶过程中，可以上报自身的位置，进而服务器可以确定急刹车辆的位置，以将急刹车辆的位置发送给该急刹车辆周围的目标车辆。

可选的，因为急刹车辆是根据摄像头采集的监控视频确定的，该急刹车辆的急刹行为会影响该摄像头的预设范围内的其他车辆，因此本实施例中可以将摄像头所在位置预设范围内、且除了急刹车辆之外的车辆作为目标车辆。其中，可以先获取摄像头的位置，进而根据道路上行驶的车辆上报的位置，确定摄像头所在位置预设范围内、且除了急刹车辆之外的车辆作为目标车辆。本实施例中获取摄像头的位置的方式可以参照上述的相关描述。如图1所示，虚线圈里的车辆即为目标车辆。

本实施例中，可以根据监控视频中每个视频帧中车辆的位置，确定车辆的位置变化，进而根据车辆的位置变化和车辆的行驶时长确定车辆的减速度。其中，在计算车辆的减速度时，直接通过相邻两个视频帧间的位移进行减速度的计算往往会产生很大的噪声，因此本实施例中可以隔帧获取车辆的减速度，以提高车辆的减速度的准确性。且本实施例中针对车辆行驶的不同的场景，在获取车辆的减速度的准确性低的场景下，可以设置更为严格的判断车辆为急刹车辆的条件，进而能够提高获取车辆为急刹车辆的准确性。

图6为本申请提供的监控急刹车辆的装置的结构示意图。如图6所示，该监控急刹车辆的装置600包括：处理模块601和收发模块602。

处理模块601，用于获取道路的监控视频，且根据监控视频，获取道路上行驶的车辆的减速度。

收发模块602，用于若车辆的减速度表征车辆为急刹车辆，则向急刹车辆周围的目标车辆发送急刹车辆的位置。

在一种可能的实现方式中，处理模块601，具体用于根据监控视频，获取车辆的位置变化情况，且根据车辆的位置变化情况，以及对应位置变化情况的车辆的行驶时长，确定车辆的减速度。

在一种可能的实现方式中，监控视频由多个视频帧组成。

处理模块601，具体用于获取每个视频帧中车辆的位置，且根据多个视频帧中车辆的位置，获取车辆的位置变化情况。

在一种可能的实现方式中，视频帧中车辆的位置为车辆的世界坐标。

处理模块601，具体用于获取每个视频帧中车辆的像素坐标，根据像素坐标和世界坐标的转换关系，以及每个视频帧中车辆的像素坐标，确定每个视频帧中车辆的位置。

在一种可能的实现方式中，对应位置变化情况的车辆的行驶时长为：第i个视频帧和i+n个视频帧之间的时间差值，i为大于等于1的整数，n为大于等于1的整数。

处理模块601，具体用于根据第i个视频帧中车辆的位置、第i+n个视频帧中车辆的位置，以及时间差值，得到车辆的至少一个减速度；将至少一个减速度的均值作为车辆的减速度。

在一种可能的实现方式中，处理模块601，具体用于获取道路上设置的摄像头采集的监控视频。

相应的，处理模块601，具体用于根据车辆的减速度，以及摄像头的位置，确定车辆是否为急刹车辆。

在一种可能的实现方式中，处理模块601，具体用于若摄像头处于非路口位置，且车辆的减速度大于减速度阈值，则确定车辆为急刹车辆。

在一种可能的实现方式中，处理模块601，具体用于若摄像头处于路口位置，则获取至少一个减速度的方差；若车辆的减速度大于减速度阈值、方差小于方差阈值，且每个减速度均大于减速度阈值，则确定车辆为急刹车辆。

在一种可能的实现方式中，处理模块601，具体用于获取摄像头的位置；根据摄像头的位置、道路上行驶的车辆的位置，将摄像头所在位置预设范围内、且除了急刹车辆之外的车辆作为目标车辆。

在一种可能的实现方式中，处理模块601，还用于采用车辆识别模型，识别监控视频中在道路上行驶的车辆。

在一种可能的实现方式中，处理模块601，还用于使用背景模型，识别每个视频帧中的前景和背景，前景为车辆。

在一种可能的实现方式中，处理模块601，具体用于根据视频中在道路上行驶的车辆的位置，在高精度地图中确定在道路上行驶的车辆周围的车道线；获取道路上行驶的、且处于车道线内的车辆的减速度。

在一种可能的实现方式中，道路为自动驾驶区域中的道路。

本实施例提供的监控急刹车辆的装置与上述监控急刹车辆的方法实现的原理和技术效果类似，在此不作赘述。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。图7为本申请提供的电子设备的结构示意图。

如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。

存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的监控急刹车辆的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的监控急刹车辆的方法。

存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的监控急刹车辆的方法对应的程序指令/模块。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的监控急刹车辆的方法。

存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

监控急刹车辆的方法的电子设备还可以包括：通信接口703。通信接口703用于执行上述收发模块602执行的收发动作。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

在一种可能的实现方式中，为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种监控急刹车辆的方法，其特征在于，包括：

获取道路的监控视频；

根据所述监控视频，获取所述道路上行驶的车辆的减速度；

若车辆的减速度表征所述车辆为急刹车辆，则向所述急刹车辆周围的目标车辆发送所述急刹车辆的位置。

2.根据权利要求1所述的方法，其特征在于，所述根据所述监控视频，获取所述道路上行驶的车辆的减速度，包括：

根据所述监控视频，获取所述车辆的位置变化情况；

根据所述车辆的位置变化情况，以及对应所述位置变化情况的所述车辆的行驶时长，确定所述车辆的减速度。

3.根据权利要求2所述的方法，其特征在于，所述监控视频由多个视频帧组成，所述根据所述监控视频，获取所述车辆的位置变化情况，包括：

获取每个视频帧中所述车辆的位置；

根据所述多个视频帧中所述车辆的位置，获取所述车辆的位置变化情况。

4.根据权利要求3所述的方法，其特征在于，视频帧中所述车辆的位置为所述车辆的世界坐标，所述获取每个视频帧中所述车辆的位置，包括：

获取所述每个视频帧中所述车辆的像素坐标；

根据像素坐标和世界坐标的转换关系，以及所述每个视频帧中所述车辆的像素坐标，确定所述每个视频帧中所述车辆的位置。

5.根据权利要求3或4所述的方法，其特征在于，所述对应所述位置变化情况的所述车辆的行驶时长为：第i个视频帧和i+n个视频帧之间的时间差值，i为大于等于1的整数，n为大于1的整数；

所述根据所述车辆的位置变化情况，以及对应所述位置变化情况的所述车辆的行驶时长，确定所述车辆的减速度，包括：

根据所述第i个视频帧中所述车辆的位置、所述第i+n个视频帧中所述车辆的位置，以及所述时间差值，得到所述车辆的至少一个减速度；

将所述至少一个减速度的均值作为所述车辆的减速度。

6.根据权利要求5所述的方法，其特征在于，所述获取道路的监控视频，包括：

获取所述道路上设置的摄像头采集的所述监控视频；

所述方法还包括：

根据所述车辆的减速度，以及所述摄像头的位置，确定所述车辆是否为所述急刹车辆。

7.根据权利要求6所述的方法，其特征在于，所述根据所述车辆的减速度，以及所述摄像头的位置，确定所述车辆是否为急刹车辆，包括：

若所述摄像头处于非路口位置，且所述车辆的减速度大于减速度阈值，则确定所述车辆为所述急刹车辆。

8.根据权利要求6所述的方法，其特征在于，所述根据所述车辆的减速度，以及所述摄像头的位置，确定所述车辆是否为急刹车辆，包括：

若所述摄像头处于路口位置，则获取所述至少一个减速度的方差；

若所述车辆的减速度大于减速度阈值、所述方差小于方差阈值，且每个减速度均大于所述减速度阈值，则确定所述车辆为所述急刹车辆。

9.根据权利要求6-8中任一项所述的方法，其特征在于，所述方法还包括：

获取所述摄像头的位置；

根据所述摄像头的位置、所述道路上行驶的车辆的位置，将所述摄像头所在位置预设范围内、且除了所述急刹车辆之外的车辆作为所述目标车辆。

10.根据权利要求1-9中任一项所述的方法，其特征在于，所述根据所述监控视频，获取所述道路上行驶的车辆的减速度之前，还包括：

采用车辆识别模型，识别所述监控视频中在所述道路上行驶的车辆。

11.根据权利要求1-9中任一项所述的方法，其特征在于，所述根据所述监控视频，获取所述道路上行驶的车辆的减速度之前，还包括：

使用背景模型，识别所述监控视频中的前景和背景，所述前景为所述车辆，所述背景模型用于表征前景和背景的对应关系。

12.根据权利要求1-11中任一项所述的方法，其特征在于，所述根据所述监控视频，获取所述道路上行驶的车辆的减速度，包括：

根据所述视频中在所述道路上行驶的车辆的位置，在高精度地图中确定在所述道路上行驶的车辆周围的车道线；

获取所述道路上行驶的、且处于车道线内的车辆的减速度。

13.根据权利要求1-12中任一项所述的方法，其特征在于，所述道路为自动驾驶区域中的道路。

14.一种监控急刹车辆的装置，其特征在于，包括：

处理模块，用于获取道路的监控视频，且根据所述监控视频，获取所述道路上行驶的车辆的减速度；

收发模块，用于若车辆的减速度表征所述车辆为急刹车辆，则向所述急刹车辆周围的目标车辆发送所述急刹车辆的位置。

15.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-13中任一项所述的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-13中任一项所述的方法。

Images