CN112071064A - 基于相反规则车道进行交通信号状态推测的方法及装置 - Google Patents

Abstract

本发明实施例公开了一种基于相反规则车道进行交通信号状态推测的方法及装置。该推测方法包括：从观察车辆的环境的至少一个传感器获得传感器数据，所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，所述传感器数据指示环境中至少一个其他道路使用者的状态；利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；利用推测系统基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

Description

基于相反规则车道进行交通信号状态推测的方法及装置

技术领域

本发明实施例涉及自动驾驶领域，尤其涉及一种基于相反规则车道进行交通信号状态推测的方法及装置。

背景技术

自动驾驶车辆在自主模式中，只需要较少甚至无需来自人类驾驶员的输入或操作，即可自动导航经过特定路径。所谓经过特定路径包括到达目的地前的全部路径，或者仅包括经过期间特定路段。

自动驾驶车辆通常包括多种传感器，以感测车辆周边环境，并基于感测的结果和决策算法，调整车辆控制状态。在实际城市道路中，交通信号灯的状态是自动驾驶汽车的重点感测任务。在车流量较大的场景中，前方过高或过宽的车辆经常遮挡住后方自动驾驶汽车的视野，严重时会导致自动驾驶汽车的图像传感器无法捕捉到前方交通信号灯的图像，进而无法生成正确的车辆控制指令。

公开号为CN107628027A、名称为“基于替代数据推测交通信号状态和车辆环境的其他方面”的中国发明专利申请公开说明书中公开了一种解决方案，该方案基于造成遮挡的前车的尾灯状态推测前方路口交通信号灯的状态，例如如果检测到前车尾灯颜色为红色，则推测前方路口交通信号灯状态为红灯，则自动驾驶汽车采取停车动作。但是该方案对于造成遮挡的前车具有危险驾驶行为场景仍然存在缺陷。例如，如果前车在信号灯即将变为红灯期间(如黄灯亮起期间)甚至已经是红灯状态时仍然坚持通过路口，视野被遮挡的自动驾驶汽车仅通过前车尾灯不是刹车状态颜色，即推定前方路口信号灯状态为绿色，则会跟随一起通过前方路口，造成闯红灯。

因此现有技术在自动驾驶汽车对被遮挡交通信号灯的状态推测仍然不够准确，容易造成闯红灯，存在安全隐患。

发明内容

本发明实施例提供一种基于相反规则车道路况进行交通信号状态推测的方法及相关装置，能够更准确地推测交通信号灯状态，提高自动驾驶车辆的安全性。

第一方面，本发明实施例提供一种基于相反规则车道路况进行交通信号状态推测的方法，包括：

从观察车辆的环境的至少一个传感器获得传感器数据，所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，所述传感器数据指示环境中至少一个其他道路使用者的状态；

利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；

利用推测系统基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

在一个优选的实施例中，所述车辆未确认的交通信号包括：未被至少一个传感器观察到的交通信号。

在一个优选的实施例中，所述车辆未确认的交通信号包括：未接收到广播的交通信号状态信息。

在一个优选的实施例中，所述交通信号在第一道路和第二道路的路口处。

在一个优选的实施例中，所述方法还包括：

确定所述环境中的与当前车道相反规则的道路。

在一个优选的实施例中，所述确定所述环境中的与当前车道相反规则的道路包括：

基于地图信息，确定与当前车道相反规则的道路。

在一个优选的实施例中，所述确定所述环境中的与当前车道相反规则的道路包括：

利用所述车辆的至少一个传感器观察其他道路的其他道路使用者的运动状态；

将运动状态与当前车辆相反的其他道路使用者所在的其他道路，确定为与当前车道相反规则的道路。。

在一个优选的实施例中，所述环境中与当前车道相反规则的道路的其他道路使用者的状态为：与当前车道相反规则的道路的至少N个其他道路使用者位于所述路口的道路停止线后方，且处于停止状态；

则，所述推测所述未确认的交通信号的状态为：推测未确定的交通信号为指示允许直行通过所述路口的状态；

所述N为正整数。

在一个优选的实施例中，所述环境中与当前车道相反规则的道路的其他道路使用者的状态为：与当前车道相反规则的道路的至少M个其他道路使用者持续通过所述路口；

则，所述推测所述未确认的交通信号的状态为：推测未确定的交通信号为指示停止直行通过所述路口的状态；

所述M为正整数。

在一个优选的实施例中，所述与当前车道相反规则的道路包括：与当前车道行驶方向相交、且相反规则的道路。

在一个优选的实施例中，获得传感器数据包括：使用相机、雷达系统、或激光雷达系统中的至少一种传感器的数据。

第二方面，本发明实施例还提供一种车辆控制方法，包括利用上述推测方法推测交通信号状态，并基于所述推测的交通信号状态，以自主模式控制所述车辆。

第三方面，本发明还提供一种车辆，包括：

至少一个传感器，其中至少一个传感器被配置为获得车辆环境的传感器数据，其中所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，并且所述传感器数据指示环境中至少一个其他道路使用者的状态；

感知系统，被配置为基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；

推测系统，被配置为基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态；

控制系统，被配置为基于推测的交通信号的状态，以自主模式控制车辆。

第四方面，本发明实施例还提供一种非暂态计算机可读介质，其中存储有指令，所述指令可被计算机系统执行来使得该计算机系统执行功能，所述功能包括：

从观察车辆的环境的至少一个传感器获得传感器数据，所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，所述传感器数据指示环境中至少一个其他道路使用者的状态；

利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；

利用推测系统基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

通过本发明实施例，能够更准确地推测交通信号的状态。

附图说明

图1为根据本发明一个示例实施例示出的车辆的功能框图；

图2是本发明实施例的自主车辆一个运行场景的示意图；

图3是本发明实施例的自主车辆的另一个运行场景的示意图。

具体实施方式

下面结合附图和实施例对本发明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，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相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

1.概述

本发明公开的示例涉及一种基于相反规则车道路况进行交通信号状态推测的方法，从观察车辆的环境的至少一个传感器获得传感器数据，所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，所述传感器数据指示环境中至少一个其他道路使用者的状态；利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；利用推测系统基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

在本公开的情境内，车辆可在各种运行模式中运行。在一些实施例中，这种运行模式可以包括手动、半自主、全自主模式。在自主模式中，车辆可以在只有很少或者没有用户交互的情况下被驾驶。在手动和半自主模式中，车辆分别可以完全和部分地由用户驾驶。

本发明公开的一些方法可以部分地或者完全由在自主模式下的车辆在有或者没有外部交互(例如，来自车辆的用户的外部交互)的情况下执行。在一个示例中，车辆可以从至少一个传感器获得车辆环境的传感器数据，其中所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，并且所述传感器数据指示环境中至少一个其他道路使用者的状态。传感器可以位于车辆本身上，也可以设置在别处。可以完全或部分位于车辆本身上的感知系统可以基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态。可以完全或部分位于车辆本身上的推测系统可以基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。车辆的控制系统可以基于推测的交通信号的状态，以自主模式控制车辆。

本发明公开的其他方法可以部分或完全由服务器执行。在示例的实施例中，服务器可从至少一个传感器获得车辆环境的传感器数据，其中所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，并且所述传感器数据指示环境中至少一个其他道路使用者的状态。传感器数据可以通过无线通信系统发送至服务器。服务器可以包括感知系统和推测系统，感知系统可以基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态，推测系统可以基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

上述的至少一个传感器可以是以下之一或任意组合：相机、RADAR系统、LIDAR系统、声传感器、测距仪或者其他类型的传感器。

推测系统可以基于使用一个或多个算法完成上述推测任务。算法可以包括例如贝叶斯网络、隐马尔可夫模型、或决策树中的一个或多个。其他类型的推测算法也是能够应用于本发明的。

在一些实施例中，上述感知系统、推测系统、和控制系统可由车辆中的计算机系统提供。在其他实施例中，感知系统、推测系统、和/或控制系统可由一个或多个服务器或者车辆外部的其他计算机系统提供。

本发明实施例还公开了存储有指令的非暂态计算机可读介质，这些指令可由计算设备执行来使得计算设备执行与上述方法公开的类似功能。

2.示例系统

接下来详细描述应用本发明实施例方案的一种车辆的示例系统。示例系统可以实现在车辆中。本领域技术人员应该能够理解，该示例系统也可以实现在其他车辆的形式中，例如包括但不限于轿车、卡车、摩托车、公共汽车、船、飞机、直升飞机、割草机、挖土机、雪地机动车、飞行棋、房车、游乐场车辆、农场设备、施工设备、有轨电车、高尔夫球车、火车、电车、自行车、滑板车、平衡车。

图1是根据示例实施例示出的车辆100的功能框图。车辆100可被配置为安全或部分地在自主模式中进行运行。例如，车辆100可以在处于自主模式中的同时控制自身，可确定车辆及其环境的当前状态，确定环境中一个或多个其他道路使用者的预测行为，确定可与一个或多个其他道路使用者执行预测行为的可能性相对应的置信度，并且基于该确定的信息来控制车辆100。在处于自动模式中，车辆100可以在没有人类驾驶员交互的情况下运行。

车辆100可以包括各种子系统吗，例如推进系统102、传感器系统104、控制系统106、外围设备108、电源110、计算机系统112和用户接口116。车辆可以包括更多或更少的子系统，并且每个子系统可以包括多个元件。另外，车辆100的每个子系统和元件可被互连。从而，车辆100的功能描述中的一个或多个功能模块可以被分割成更多的功能组件或物理组件，当然也可组合成更少的功能组件或物理组件。

推进系统102可以包括为车辆100提供动力运动的组件。在一个示例实施例中，推进系统102可以包括发动机118、能量源119、传动装置120、车轮121。发动机118可以是内燃引擎、电动机、蒸汽机、斯特林引擎或其他类型的引擎，以及可以是上述各种类型发动机的任意组合。例如，在一些实施例中，推进系统102可以多种类型的发动机，例如混合动力车可包括汽油发动机和电动机。

能量源119可表示为可以完全或部分地为发动机118提供动力的能量源。即发动机118可以被配置为将能量源119转换成机械能量。能量源119的示例包括汽油、柴油、其他基于石油的燃料、丙烷、其他基于压缩气体的燃料、乙醇、太阳能电池板、电池和其他电力来源。能量源119可以额外地或替换地包括燃料箱、电池、电容器或飞轮的任何组合。能量源119也可以为车辆100的其他系统提供能量。

传动装置120可包括将来自发动机119的机械动力传送到车轮121的元件。为此传动装置120可以包括变速箱、离合器、差速器和驱动轴。传动装置120还可以包括其他元件。驱动轴可包括能够耦合到一个或多个车轮的一个或多个轴。

车辆100的车轮121可以是多种形式，例如包括单轮车、双轮车(如摩托车)、三轮车、或四轮车(如轿车、卡车)等形式。其他车轮数量和几何结构也是可能的，例如六个及更多的车轮。车辆100的车轮121可以被安装在传动装置120的边缘。车轮121可包括金属和橡胶的任何组合或其他材料的组合。

传感器系统104可包括被配置为感测关于车辆100的环境信息的若干个传感器。例如，传感器系统104可以包括定位系统122、惯性测量单元(Inertial Measurement Unit,IMU)124、RADAR(Radio Detection And Ranging，雷达)单元126、LIDAR(Light DetectionAnd Ranging，激光雷达)单元128以及相机130。传感器系统104还可包括监视车辆100的内部系统的各种传感器，例如燃油量表、机油温度传感器等。

传感器系统104中一个或多个传感器可以根据需要进行位置和朝向角度的调整，以实际探测的需要。

定位系统122可以包括全球定位系统(Global Positioning System，GPS)，可以是用于估计车辆100的物理位置的任何传感器。定位系统122可以包括用于接收车辆100相对于地球位置的相关信息的收发装置。

惯性测量单元124可以包括基于惯性加速度来感测车辆100的位置变化和朝向变化的传感器的任意组合，例如可以加速度计或陀螺仪等。

RADAR单元126可以利用无线电信号感测车辆100附近的物体。在一些是实施例中，RADAR单元126还可以用于感测物体的速度和/或前进方向。

LIDAR单元128可以利用激光来感测车辆100所位于环境中的物体。LIDAR单元128可以包括一个或多个激光源、激光扫描器、一个或多个检测器、以及其他系统组件。LIDAR单元128可被配置为利用相干(例如利用外差检测)或非相干检测模式中操作。

相机130可以包括被配置为捕捉车辆100的环境的多个图像的一个或多个设备。相机130可以是静态相机也可以是视频相机。

控制系统106可被配置为控制车辆100及其组件的操作。控制系统105可以包括转向单元132、油门134、制动单元136、传感器融合模块138、计算机视觉系统140、导航/路线控制系统142以及避障系统144。

转向单元132可以包括用来调整车辆100的前景方向的机构的任何组合。

油门134可以被配置为控制例如发动机118的运行速度并进而控制车辆100的速度。

制动单元136可以包括用于将车辆100减速的机构的任何组合。制动单元136可使用摩擦力来减慢车轮121。在其他实施例中，制动单元136可将车轮的动能转换为电流。

传感器融合模块138可以被配置为接收来自传感器系统104的数据作为输入。该数据可以包括来自传感器系统104的传感器感测到的信息数据。传感器融合模块138可以利用卡尔曼滤波器、贝叶斯网络或者其他算法对输入的数据进行融合操作。传感器融合模块138可以基于来自传感器系统104的数据提供各种评估。该评估可以包括对车辆100的环境中的物体和/或特征的评估、对特征情形的评估和/或基于特定情形对可能影响的评估等。

计算机视觉系统140用于对由相机130捕捉的图像运行处理和分析，以便识别车辆100的环境中的物体和/或特征。这里的物体和/或特征可以包括：交通信号、道路边界和障碍物。计算机视觉系统140可以使用物体识别算法、运动中恢复结构(Structure fromMotion,SFM)算法、视频跟踪和其他计算视觉技术。在一些实施例中，计算机视觉系统140还可以提供环境地图绘制、物体跟踪、物体速度估计等功能。

导航/路线控制系统142可以确定车辆100的行驶路线。导航/路线控制系统142还可以在车辆100处于运行过程中的同时动态地更新行驶路线。在一些实施例中，导航/路线控制系统142可以结合来自传感器融合模块138、定位系统122、以及地图数据，为车辆100确定行驶路线。

避障系统144可以用于识别、评估和避免或以其他方式越过车辆100的环境中的潜在障碍物。

外围设备108可以被配置为允许车辆100与外部传感器、其他道路使用者、其他计算机系统、和/或用户之间的交互。例如，外围设备108可以包括无线通信系统146、触摸屏148、麦克风150、和/或扬声器152。

在示例实施例中，外围设备108可以提供如供车辆100的用户与用户接口116交互的功能。触摸屏148可以向车辆100的用户提供信息。用户接口116可以经由触摸屏148接收来自用户的输入。触摸屏148可以被配置为经由电容感测、电阻感测、或者表面声波过程来感测用户的手指的位置和移动。触摸屏148能够感测在与触摸屏表面平行或共面的方向上、在与触摸屏表面垂直的方向上或者在这两个方向上的手指移动，并且还可能够感测施加到触摸屏表面的压力水平。触摸屏148可以由一个或多个半透明或透明绝缘层和一个或多个半透明或透明导电层组成。

在其他情况中，外围设备108可提供用于车辆100与其环境内的设备通信的手段。麦克风150可以被配置为从车辆100的用户接收音频(如语音指令或其他音频输入)。类似地，扬声器152可被配置为向车辆100的用户输出音频。

无线通信系统146可以被配置为直接地或者经由通信网络来与一个或多个设备无线地通信。例如无线通信系统146可以使用3G、4G蜂窝网络通信，也可以使用WiFi与无线局域网通信。在一些实施例中，无线通信系统146可以使用红外链路、蓝牙或Zigbee与设备直接通信。

电源110可向车辆100的各种组件提供电力，形态可以是可再充电锂离子或铅酸电池。在一些实施例中，这种电池的一个或多个电池组可被配置为提供电力。在一些实施例中，电源110和能量源119可以一起实现，例如在全电动车辆中。

车辆100的部分或所有功能可以受计算机系统112控制。计算机系统112可以包括至少一个处理器113，处理器113执行存储在例如数据存储装置114这样的非暂态计算机可读介质中的指令115。计算机系统112还可以表示用来以分布式方式控制车辆100的个体组件或子系统的多个计算设备。

在一些实施例中，数据存储装置114可包含指令115，指令115可以被处理器113执行来执行车辆100的各种功能。除了指令115，数据存储装置114还可以存储数据，例如道路地图、路线信息、以及其他信息。这些信息可在车辆100在自主、半自动和/或手动模式操作期间被车辆100和计算机系统112使用。

车辆100可以包括用户接口116，用于向车辆100的用户提供信息或从用户接收信息。用户接口116可以被控制通过触摸屏148上显示的交互式图像的内容和/或布局，使用户可以对其进行控制。此外，用户接口116可以部署在外围设备108集合内的一个或多个输入/输出设备，例如无线通信系统146、触摸屏148、麦克风150和扬声器152。

计算机系统112可基于从各种子系统(例如推进系统102、传感器系统104、和控制系统106)以及从用户接口116接收的输入来控制车辆100的功能。例如计算机系统112可以利用来自控制系统106的输入以便控制转向单元132来避免由传感器系统104和避障系统114检测到障碍物。

3.示例实现方式

接下来将描述本发明若干个示例实现方式，需要理解的是，有许多种方式来实现本发明公开的设备、系统和方法。因此以下示例并不打算限制本公开的范围。

图2示出了本发明一个示例实施例中自主车辆在路口附近的运行场景的示意图。

在场景300中，处于自主模式运行的车辆301位于大卡车302的后方，由于大卡车302的尺寸较大，当车辆301跟随大卡车302行驶到图2中示出的路口附近时，路口对面的交通信号灯311被大卡车302的车厢所遮挡，后方的车辆301无法观察到交通信号灯的状态，即无法通过传感器观察到交通信号。

在本示例中特别以交通信号为交通信号灯为例进行说明，本领域技术人员应该能够理解：交通信号的内涵除了交通信号灯外，还可包括交通标志、现场交通警察手势等。此外，在本示例中交通信号因被遮挡而无法被后方车辆301确认该交通信号的状态，在其他场景中，例如车路协同方案中的交通信号灯带有广播状态信息的功能，以使经过该区域的车辆可以接收到该信息，并基于该信息确定交通信号灯的状态，这种车路协同的方案中，车辆未确认交通信号还是可以因为车辆未接收到广播的交通信号状态信息。

车辆301可以通过查询地图信息以及通过定位系统获得的该车辆301的当前位置，确定前方区域为路口，且通过地图信息中交通信号灯位置信息，确定路口前方应存在交通信号灯311，但因遮挡导致车辆301上用于观察信号灯的传感器未能返回有用信息，则可以确定该交通信号灯311无法确认。

在这种情况下，车辆301可以通过传感器系统获得车辆301所在环境的其他方面的传感数据，以尝试基于其他辅助信息确定交通信号灯311的状态。

正如背景技术所述，如果车辆301一味跟随前方大卡车302通过路口，容易出现闯红灯的问题，因此当前车道前方的车辆的行驶状态和尾灯状态，并不能作为控制当前车辆301是否通过路口的唯一合理依据。正如图2所示，大卡车301已通过路口停止线，随后交通信号灯311变换为红灯，且此时大卡车301还处于遮挡后方车辆301观察交通信号灯311的区域，后方处于自主模式的车辆301如果仅基于前方车辆处于运动而做出前方信号灯状态为绿灯，则会造成信号灯状态推测错误。

为此，在本实施例中采用参考与当前车道相反规则的其他道路上的道路使用者行为作为交通信号状态的推测依据。

这里的其他道路包括与当前车道不同的车道、和/或人行道等道路。道路使用者包括车辆、行人、其他动物等。

具体地，处于自主模式下的车辆301可以基于地图信息(例如包含车道信息的高精度地图信息)，确定与当前车道相反规则的道路。

此外，处于自主模式下的车辆301还可以利用所述车辆的至少一个传感器观察其他道路的其他道路使用者的运动状态；并将运动状态与当前车辆相一致的其他道路使用者所在的其他道路，确定为与当前车道相反规则的道路。

以图2和图3为例，自主模式的车辆301所处的当前车道为标号为L1的车道。与当前车道L1相反规则的道路可以是与当前车道L1行驶方向相交且相反规则的道路。例如标号为L5、L6、L7和L8的车道、人行道W1分别受控的交通信号灯313和314的状态通常与交通信号灯311和312的状态相反，即当交通信号灯313和314为指示允许直行通过路口的状态时，交通信号灯311和312的状态则为指示停止直行通过路口的状态，反之亦然。而与相反规则相对应的概念是“相同规则”，在本示例中，与当前车道L1相同规则的道路可以包括行驶方向相同且规则相同的道路(如车道L2)和行驶方向相反且规则相同的道路(如车道L3和L4)。

当然，本领域技术人员应该能够理解，在某些场景中，为了适应特殊路段的特殊路况，即便是行驶方向相反的道路之间可能也构成相反规则的道路，例如当交通信号灯311和交通信号灯312的状态不一致，而是按顺序切换绿灯或按顺序切换为红灯时，则车道L3和L4的道路使用者和车道L1和车道L2的道路使用者仍然不会被允许同时通过路口，此时车道L3和L4构成与车道L1相反规则的道路。

在车辆301确定与当前车道相反规则的道路后，利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态。传感器数据可以包括：使用相机、雷达系统、或激光雷达系统中的至少一种传感器的数据。本领域技术人员应该能够理解，可以使用基于图像的运动估计算法、雷达系统或激光雷达系统的测距算法，均可以感测环境中的其他道路使用者的位置和运动速度。

然后利用推测系统基于相反规则道路的其他道路使用者的状态，推测未确认的交通信号的状态。在一个示例中，与当前车道相反规则的道路的至少N个其他道路使用者位于所述路口的道路停止线后方，且处于停止状态时，推测系统可以推测前方路口交通信号灯的状态为指示允许直行通过所述路口的状态，例如为绿灯状态。这里的N为正整数。

以图2为例，处于自主模式的车辆301的推测系统发现与当前车道相反规则的其他道路L5上的车辆305处于路口的停止线后方且速度为零，因此推测前方交通信号灯311的状态为绿灯，则车辆301的控制策略为直行通过路口。

当然，自主模式的车辆301也可以发现还未通过前方路口的道路L7或L8中的车辆306和车辆309也位于路口的停止线后方且速度为零，因此推测系统基于车辆306和车辆309的状态也可以推测当前车道路口前方交通信号灯311的状态为绿灯。

此外，自主模式的车辆301还可以发现未通过前方路口的行人307处于人行道W1的停止线外且处于停止状态，因此推测系统基于行人307的状态也可以推测当前车道路口前方交通信号灯311的状态为绿灯。

与当前车道相反规则的道路的至少M个其他道路使用者持续通过所述路口时，推测系统可以推测前方路口交通信号灯的状态为指示停止直行通过所述路口的状态，例如为红灯状态。这里的M为正整数。为了避免个别道路使用者闯红灯现象导致推测结果有误，可以将M设置为大于或等于2，因为集体闯红灯的现象并不多见。

以图3为例，处于自主模式的车辆301的推测系统发现与当前车道相反规则的其他车道L5上的车辆305和车辆308持续通过路口，因此推测系统基于车辆305和车辆308的状态推测当前车道前方路口的交通信号灯311的状态为红灯，则车辆301的控制策略为停车。

当然，自主模式的车辆301也可以发现道路L7或L8中的车辆306和车辆309也持续通过路口，因此推测系统基于车辆306和车辆309的状态推测当前车道前方路口的交通信号灯311的状态为红灯，则车辆301的控制策略为停车。

此外，自主模式的车辆301还可以发现前方路口的行人307正在人行道W1上直行通过路口，因此推测系统基于行人307的状态也可以推测当前车道前方路口的交通信号灯311的状态为红灯，则车辆301的控制策略为停车。

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进行了较为详细的说明，但是本发明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 (15)

1.一种基于相反规则车道路况进行交通信号状态推测的方法，其特征在于，包括：

从观察车辆的环境的至少一个传感器获得传感器数据，所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，所述传感器数据指示环境中至少一个其他道路使用者的状态；

利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；

利用推测系统基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

2.如权利要求1所述的方法，其特征在于，所述车辆未确认的交通信号包括：未被至少一个传感器观察到的交通信号。

3.如权利要求1所述的方法，其特征在于，所述车辆未确认的交通信号包括：未接收到广播的交通信号状态信息。

4.如权利要求1所述的方法，其特征在于，所述交通信号在第一道路和第二道路的路口处。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述环境中的与当前车道相反规则的道路。

6.如权利要求5所述的方法，其特征在于，所述确定所述环境中的与当前车道相反规则的道路包括：

基于地图信息，确定与当前车道相反规则的道路。

7.如权利要求5所述的方法，其特征在于，所述确定所述环境中的与当前车道相反规则的道路包括：

利用所述车辆的至少一个传感器观察其他道路的其他道路使用者的运动状态；

将运动状态与当前车辆相反的其他道路使用者所在的其他道路，确定为与当前车道相反规则的道路。

8.如权利要求1所述的方法，其特征在于，所述环境中与当前车道相反规则的道路的其他道路使用者的状态为：与当前车道相反规则的道路的至少N个其他道路使用者位于所述路口的道路停止线后方，且处于停止状态；

则，所述推测所述未确认的交通信号的状态为：推测未确定的交通信号为指示允许直行通过所述路口的状态；

所述N为正整数。

9.如权利要求1所述的方法，其特征在于，所述环境中与当前车道相反规则的道路的其他道路使用者的状态为：与当前车道相反规则的道路的至少M个其他道路使用者持续通过所述路口；

则，所述推测所述未确认的交通信号的状态为：推测未确定的交通信号为指示停止直行通过所述路口的状态；

所述M为正整数。

10.如权利要求9所述的方法，其特征在于，所述M大于或等于2。

11.如权利要求1所述的方法，其特征在于，所述与当前车道相反规则的道路包括：与当前车道行驶方向相交、且相反规则的道路。

12.如权利要求1所述的方法，其特征在于，获得传感器数据包括：使用相机、雷达系统、或激光雷达系统中的至少一种传感器的数据。

13.一种车辆控制方法，其特征在于，包括：

利用如权利要求1至12中任意一项所述的方法推测交通信号状态；

基于所述推测的交通信号状态，以自主模式控制所述车辆。

14.一种车辆，其特征在于，包括：

至少一个传感器，其中至少一个传感器被配置为获得车辆环境的传感器数据，其中所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，并且所述传感器数据指示环境中至少一个其他道路使用者的状态；

感知系统，被配置为基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；

推测系统，被配置为基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态；

控制系统，被配置为基于推测的交通信号的状态，以自主模式控制车辆。

15.一种非暂态计算机可读介质，其中存储有指令，所述指令可被计算机系统执行来使得该计算机系统执行功能，其特征在于，所述功能包括：

从观察车辆的环境的至少一个传感器获得传感器数据，所述车辆被配置为以自主模式操作，所述环境包括所述车辆未确认的交通信号，所述传感器数据指示环境中至少一个其他道路使用者的状态；

利用感知系统基于传感器数据确定所述环境中与当前车道相反规则的道路的其他道路使用者的状态；

利用推测系统基于所述相反规则的道路的其他道路使用者的状态，推测所述未确认的交通信号的状态。

Images