CN112455465A - 一种行驶环境感知方法、装置、电子设备和存储介质 - Google Patents

Abstract

本发明公开了一种行驶环境感知方法、装置、电子设备和存储介质，应用于自动驾驶系统，所述自动驾驶系统包括视觉传感器和状态机；所述方法包括：当车辆处于自动行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型；获取所述状态机的当前状态；基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境；执行所述目标行驶环境对应的行驶任务。本发明通过采集实时图像数据，基于事实图像数据初步判断当前行驶环境类型，结合状态机的当前状态，可快速判断车辆目标行驶环境，减少了数据的获取量和同步计算量，降低了计算资源。

Description

一种行驶环境感知方法、装置、电子设备和存储介质

技术领域

本发明涉及自动驾驶技术领域，尤其涉及一种行驶环境感知方法、装置、电子设备和存储介质。

背景技术

自动驾驶又称无人驾驶、电脑驾驶，是一种通过电脑系统实现车辆自动行驶的技术。

汽车自动驾驶技术包括通过视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图(如通过有人驾驶汽车采集的地图)对前方的道路进行导航。引导车辆行进、停车或泊车。

处于自动驾驶模式下的车辆，当处于不同的行驶环境下时，需要启用不同的功能，执行相应的任务，以满足驾驶需要。比如，当车辆处于行车环境下，车辆需要对道路、交通标志等进行感知，以调整车速和车道等；又比如，当车辆处于泊车环境时，则需要对车位进行检测识别，以引导车辆自动泊车。

然而，现有技术对环境数据、车辆状态数据、车内环境数据的采集是持续而同步的，通过对大量数据的分析，引导车辆执行相应的任务，数据处理量大，需要大量的计算资源。

发明内容

本发明提供了一种行驶环境感知方法、装置、电子设备和存储介质，用于解决或部分解决现有的环境感知方案数据处理量大，需要大量的计算资源的技术问题。

本发明提供的一种行驶环境感知方法，应用于自动驾驶系统，所述自动驾驶系统包括视觉传感器和状态机；所述方法包括：

当车辆处于自动行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型；

获取所述状态机的当前状态；

基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境；

执行所述目标行驶环境对应的行驶任务。

可选地，所述当车辆处于行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型的步骤，包括：

当车辆处于行驶状态时，通过所述视觉传感器采集实时图像数据，并将所述实时图像数据输入预设环境感知模型，输出预测行驶环境类型；

对所述预测行驶环境类型进行滤波处理，得到所述车辆的当前行驶环境类型。

可选地，所述基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境的步骤，包括：

当所述当前行驶环境类型为可行车又可泊车环境类型时，确定所述当前状态对应的行驶环境为目标行驶环境。

可选地，所述基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境的步骤，包括：

当所述当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，判断所述当前行驶环境类型和所述当前状态是否符合预设对应关系；

若是，确定所述当前状态对应的行驶环境为所述目标行驶环境。

可选地，还包括：

若所述当前行驶环境类型和所述当前状态不符合预设对应关系，则获取车辆状态信息、用户行为信息和导航信息；

基于所述车辆状态信息、所述用户行为信息和所述导航信息确定所述目标行驶环境。

本发明还提供了一种行驶环境感知装置，应用于自动驾驶系统，所述自动驾驶系统包括视觉传感器和状态机；所述装置包括：

当前行驶环境类型获取模块，用于当车辆处于自动行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型；

当前状态获取模块，用于获取所述状态机的当前状态；

目标行驶环境确定模块，用于基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境；

行驶任务执行模块，用于执行所述目标行驶环境对应的行驶任务。

可选地，所述目标行驶环境确定模块，包括：

第一目标行驶环境确定子模块，用于当所述当前行驶环境类型为可行车又可泊车环境类型时，确定所述当前状态对应的行驶环境为目标行驶环境。

可选地，所述目标行驶环境确定模块，包括：

判断子模块，用于当所述当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，判断所述当前行驶环境类型和所述当前状态是否符合预设对应关系；

第二目标行驶环境确定子模块，用于若是，确定所述当前状态对应的行驶环境为所述目标行驶环境；

获取子模块，用于若所述当前行驶环境类型和所述当前状态不符合预设对应关系，则获取车辆状态信息、用户行为信息和导航信息；

第三目标行驶环境确定子模块，用于基于所述车辆状态信息、所述用户行为信息和所述导航信息确定所述目标行驶环境。

本发明还提供了一种电子设备，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行如上任一项所述的行驶环境感知方法。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的行驶环境感知方法。

从以上技术方案可以看出，本发明具有以下优点：在本发明中，当车辆处于行驶状态时，可通过视觉传感器采集实时图像数据，并根据实时图像数据获取当前行驶环境类型；同时获取状态机的当前状态；以基于当前行驶环境类型和当前状态，确定目标行驶环境；进而执行目标行驶环境对应的行驶任务。本发明通过采集实时图像数据，基于事实图像数据初步判断当前行驶环境类型，结合状态机的当前状态，可快速判断车辆目标行驶环境，减少了数据的获取量和同步计算量，降低了计算资源。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种行驶环境感知方法的步骤流程图；

图2为本发明另一实施例提供的一种行驶环境感知方法的步骤流程图；

图3为本发明实施例提供的一种行驶环境感知装置的结构框图。

具体实施方式

本发明实施例提供了一种行驶环境感知方法、装置、电子设备和存储介质，用于解决或部分解决现有的环境感知方案数据处理量大，需要大量的计算资源的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，图1为本发明实施例提供的一种行驶环境感知方法的步骤流程图。

本发明提供的一种行驶环境感知方法，应用于自动驾驶系统，自动驾驶系统包括视觉传感器和状态机；其中：

视觉传感器：是指利用光学元件和成像装置获取外部环境图像信息的仪器，通常用图像分辨率来描述视觉传感器的性能。视觉传感器的精度不仅与分辨率有关，而且同被测物体的检测距离相关。被测物体距离越远，其绝对的位置精度越差。视觉传感器可以为激光扫描器、线阵和面阵CCD摄像机或者TV摄像机、数字摄像机等。本发明实施例对视觉传感器的选择不作具体限制。

状态机由状态寄存器和组合逻辑电路构成，能够根据控制信号按照预先设定的状态进行状态转移，是协调相关信号动作，完成特定操作的控制中心。

方法具体可以包括以下步骤：

步骤101，当车辆处于自动行驶状态时，通过视觉传感器采集实时图像数据，并根据实时图像数据获取当前行驶环境类型；

自动驾驶，是指在没有人为干预的情况下，车辆经由自动驾驶系统控制实现行车或泊车的技术。在自动驾驶场景下，自动驾驶系统可以通过视觉传感器采集车辆周边的环境数据，包括但不限于车辆周边车辆密度、与周边车辆的车距、道路及交通标志等，用于分析车辆当前所处行驶环境。

需要说明的是，本发明实施例对视觉传感器的种类、安装位置以及数量不作具体限制，本领域技术人员可以根据实际需要进行选择。

步骤102，获取状态机的当前状态；

在本发明实施例中，状态机的当前状态表征车辆当前所处运动状态，包括但不限于行车(包括前进与后退)、泊车等状态。

步骤103，基于当前行驶环境类型和当前状态，确定目标行驶环境；

步骤104，执行目标行驶环境对应的行驶任务。

在本发明实施例中，车辆需要根据当前行驶环境类型来实时调整自身的行驶状态。例如，若当前行驶环境类型不适合继续行车时，若不作调整，可能会导致车祸的发生，因此，势必要确保状态机的当前状态与当前行驶环境类型相适应。以调整车辆的行驶状态，使得车辆执行与行驶状态相对应的操作。

在本发明中，当车辆处于行驶状态时，可通过视觉传感器采集实时图像数据，并根据实时图像数据获取当前行驶环境类型；同时获取状态机的当前状态；以基于当前行驶环境类型和当前状态，确定目标行驶环境；进而执行目标行驶环境对应的行驶任务。本发明通过采集实时图像数据，基于事实图像数据初步判断当前行驶环境类型，结合状态机的当前状态，可快速判断车辆目标行驶环境，减少了数据的获取量和同步计算量，降低了计算资源。

请参阅图2，图2为本发明另一实施例提供的一种行驶环境感知方法的步骤流程图。

本发明实施例提供的一种行驶环境感知方法，具体可以包括以下步骤：

步骤201，当车辆处于行驶状态时，通过视觉传感器采集实时图像数据，并将实时图像数据输入预设环境感知模型，输出预测行驶环境类型；

在本发明实施例中，可以预先训练一个环境感知模型来处理视觉传感器采集得到的实时图像数据，得到车辆当前行驶环境的预测行驶环境类型。

具体地，环境感知模型是一个轻量级神经网络模型，可以通过大量人工标注的环境数据训练得到，其部署于自动驾驶系统中。其中，预测行驶环境类型可以包括仅行车环境类型、仅泊车环境类型和可行车又可泊车环境类型等。

步骤202，对预测行驶环境类型进行滤波处理，得到车辆的当前行驶环境类型；

在具体实现中，为了防止通过视觉传感器采集到的图像数据对应的环境发生偶然性的跳变而导致的预测行驶环境类型与实际环境并不相符，在得到预测行驶环境类型后，可以对环境感知模型的输出进行滤波处理，以消除环境偶然性跳变所产生的影响。

在另一个示例中，还可以选择采集多帧图像数据，分别得到每一帧图像数据对应的预测行驶环境类型，以消除环境偶然性跳变影响。

步骤203，获取状态机的当前状态；

在本发明实施例中，步骤203的描述与步骤102相似，具体可参见步骤102，在此不再赘述。

步骤204，基于当前行驶环境类型和当前状态，确定目标行驶环境；

在本发明实施例中，车辆需要根据当前行驶环境类型来实时调整自身的行驶状态。例如，若当前行驶环境类型不适合继续行车时，若不作调整，可能会导致车祸的发生，因此，势必要确保状态机的当前状态与当前行驶环境类型相适应。以调整车辆的行驶状态。

在一个示例中，步骤204可以包括：

当当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，判断当前行驶环境类型和当前状态是否符合预设对应关系；

若是，确定当前状态对应的行驶环境为目标行驶环境；

若当前行驶环境类型和当前状态不符合预设对应关系，则获取车辆状态信息、用户行为信息和导航信息；

基于车辆状态信息、用户行为信息和导航信息确定目标行驶环境。

具体地，在实际应用中，在当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，存在以下两种情况：

第一种情况，若当前行驶环境类型与状态机的当前状态指代同一种行驶环境，且状态机并不满足强切换条件时，则倾向于不切换状态机的当前状态，将状态机的当前状态对应的行驶环境确定为目标行驶环境，以执行该目标行驶环境对应的行驶任务。

需要说明的是，在当前行驶环境类型与状态机的当前状态指代同一种行驶环境的情况下，当状态机满足强切换条件时，状态机会切换当前状态，此时，目标行驶环境以切换后的状态机的当前状态对应的行驶环境为准。例如，假设当前是行车状态，但是车辆的gps信号丢失、导航定位在非道路上、车速低并且用户激活泊车功能，则会强制切换泊车状态，以保证行车安全。又比如，当车辆当前是泊车状态，但是定位信息显示车辆处于主干道上、车速非常高，则会强制切换到行车状态。

第二种情况，若当前行驶环境类型与状态机的当前状态指代两种不同的行驶环境，则倾向于切换状态机的当前状态，而实际是否执行状态切换，取决于车辆状态信息、用户行为信息和导航信息(可以为gps信号和/或地图信息)是否满足切换条件，如果满足，则将状态机的当前状态切换为当前行驶环境类型对应的状态。

需要说明的是，相对于强切换条件，切换条件更易触发，这是因为当当前行驶环境类型与状态机的当前状态指代两种不同的行驶环境时，车辆的行驶状态有可能是错误的，如果不及时纠正错误，容易导致事故的发生。因此，在实际场景中，相对于强切换条件，可以提高gps信号丢失阈值使其更容易判断成丢失状态、提高进入泊车的车速阈值使其更容易满足车速条件等。

在另一个示例中，步骤204可以包括：

当当前行驶环境类型为可行车又可泊车环境类型时，确定当前状态对应的行驶环境为目标行驶环境。

具体地，如果当前行驶环境类型为可行车又可泊车环境类型时，倾向于保持状态机的当前状态，将状态机的当前状态确定为目标行驶状态，直至当前行驶环境类型变化为仅行车环境类型或仅泊车环境类型，或直至状态机综合其他数据判断需要进行状态切换为止。

步骤205，执行目标行驶环境对应的行驶任务。

在确定了目标行驶环境后，自动驾驶系统可以自动执行相应的行驶任务。如在目标行驶环境为泊车环境时，自动进行车位查找、定位，并进行泊车操作。

在本发明中，当车辆处于行驶状态时，可通过视觉传感器采集实时图像数据，并根据实时图像数据获取当前行驶环境类型；同时获取状态机的当前状态；以基于当前行驶环境类型和当前状态，确定目标行驶环境；进而执行目标行驶环境对应的行驶任务。本发明通过采集实时图像数据，基于事实图像数据初步判断当前行驶环境类型，结合状态机的当前状态，可快速判断车辆目标行驶环境，减少了数据的获取量和同步计算量，降低了计算资源。

请参阅图3，图3为本发明实施例提供的一种行驶环境感知装置的结构框图。

本发明实施例提供了一种行驶环境感知装置，应用于自动驾驶系统，自动驾驶系统包括视觉传感器和状态机；装置包括：

当前行驶环境类型获取模块301，用于当车辆处于自动行驶状态时，通过视觉传感器采集实时图像数据，并根据实时图像数据获取当前行驶环境类型；

当前状态获取模块302，用于获取状态机的当前状态；

目标行驶环境确定模块303，用于基于当前行驶环境类型和当前状态，确定目标行驶环境；

行驶任务执行模块304，用于执行目标行驶环境对应的行驶任务。

在本发明实施例中，当前行驶环境类型获取模块301，包括：

预测行驶环境类型输出子模块，用于当车辆处于行驶状态时，通过视觉传感器采集实时图像数据，并将实时图像数据输入预设环境感知模型，输出预测行驶环境类型；

当前行驶环境类型获取子模块，用于对预测行驶环境类型进行滤波处理，得到车辆的当前行驶环境类型。

在本发明实施例中，目标行驶环境确定模块303，包括：

第一目标行驶环境确定子模块，用于当当前行驶环境类型为可行车又可泊车环境类型时，确定当前状态对应的行驶环境为目标行驶环境。

在本发明实施例中，目标行驶环境确定模块303，包括：

判断子模块，用于当当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，判断当前行驶环境类型和当前状态是否符合预设对应关系；

第二目标行驶环境确定子模块，用于若是，确定当前状态对应的行驶环境为目标行驶环境；

获取子模块，用于若当前行驶环境类型和当前状态不符合预设对应关系，则获取车辆状态信息、用户行为信息和导航信息；

第三目标行驶环境确定子模块，用于基于车辆状态信息、用户行为信息和导航信息确定目标行驶环境。

本发明实施例还提供了一种电子设备，设备包括处理器以及存储器：

存储器用于存储程序代码，并将程序代码传输给处理器；

处理器用于根据程序代码中的指令执行本发明实施例的行驶环境感知方法。

本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行本发明实施例的行驶环境感知方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来达到实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元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全部或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)执行本发明各个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-OnlyMemory)、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。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种行驶环境感知方法，其特征在于，应用于自动驾驶系统，所述自动驾驶系统包括视觉传感器和状态机；所述方法包括：

当车辆处于自动行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型；

获取所述状态机的当前状态；

基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境；

执行所述目标行驶环境对应的行驶任务。

2.根据权利要求1所述的方法，其特征在于，所述当车辆处于行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型的步骤，包括：

当车辆处于行驶状态时，通过所述视觉传感器采集实时图像数据，并将所述实时图像数据输入预设环境感知模型，输出预测行驶环境类型；

对所述预测行驶环境类型进行滤波处理，得到所述车辆的当前行驶环境类型。

3.根据权利要求1所述的方法，其特征在于，所述基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境的步骤，包括：

当所述当前行驶环境类型为可行车又可泊车环境类型时，确定所述当前状态对应的行驶环境为目标行驶环境。

4.根据权利要求1所述的方法，其特征在于，所述基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境的步骤，包括：

当所述当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，判断所述当前行驶环境类型和所述当前状态是否符合预设对应关系；

若是，确定所述当前状态对应的行驶环境为所述目标行驶环境。

5.根据权利要求4所述的方法，其特征在于，还包括：

若所述当前行驶环境类型和所述当前状态不符合预设对应关系，则获取车辆状态信息、用户行为信息和导航信息；

基于所述车辆状态信息、所述用户行为信息和所述导航信息确定所述目标行驶环境。

6.一种行驶环境感知装置，其特征在于，应用于自动驾驶系统，所述自动驾驶系统包括视觉传感器和状态机；所述装置包括：

当前行驶环境类型获取模块，用于当车辆处于自动行驶状态时，通过所述视觉传感器采集实时图像数据，并根据所述实时图像数据获取当前行驶环境类型；

当前状态获取模块，用于获取所述状态机的当前状态；

目标行驶环境确定模块，用于基于所述当前行驶环境类型和所述当前状态，确定目标行驶环境；

行驶任务执行模块，用于执行所述目标行驶环境对应的行驶任务。

7.根据权利要求6所述的方法，其特征在于，所述目标行驶环境确定模块，包括：

第一目标行驶环境确定子模块，用于当所述当前行驶环境类型为可行车又可泊车环境类型时，确定所述当前状态对应的行驶环境为目标行驶环境。

8.根据权利要求6所述的方法，其特征在于，所述目标行驶环境确定模块，包括：

判断子模块，用于当所述当前行驶环境类型为仅行车环境类型或仅泊车环境类型时，判断所述当前行驶环境类型和所述当前状态是否符合预设对应关系；

第二目标行驶环境确定子模块，用于若是，确定所述当前状态对应的行驶环境为所述目标行驶环境；

获取子模块，用于若所述当前行驶环境类型和所述当前状态不符合预设对应关系，则获取车辆状态信息、用户行为信息和导航信息；

第三目标行驶环境确定子模块，用于基于所述车辆状态信息、所述用户行为信息和所述导航信息确定所述目标行驶环境。

9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的行驶环境感知方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的行驶环境感知方法。

Images