CN112634611B - 用于识别路况的方法、装置、设备以及存储介质 - Google Patents
用于识别路况的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN112634611B CN112634611B CN202011471964.6A CN202011471964A CN112634611B CN 112634611 B CN112634611 B CN 112634611B CN 202011471964 A CN202011471964 A CN 202011471964A CN 112634611 B CN112634611 B CN 112634611B
- Authority
- CN
- China
- Prior art keywords
- road condition
- road
- preliminary
- target
- condition
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Abstract
本申请公开了一种用于识别路况的方法、装置、设备以及存储介质,涉及人工智能领域,具体涉及智能交通、大数据领域。具体实现方案为:获取目标车辆行驶前方的道路信息图像;对道路信息图像进行图像识别,确定初步预测路况;获取目标车辆所处的行驶环境中的周围初步预测路况,其中,周围初步预测路况基于对行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到;基于初步预测路况和周围初步预测路况,确定目标路况。本实现方式通过结合本车的初步预测路况和由信息交换得到的行驶环境中的其他车辆的初步预测路况,可以快速、精确地确定出此时本车行驶前方的路况,以提高用户的导航体验。
Description
技术领域
本申请涉及人工智能领域,具体涉及智能交通、大数据领域,尤其涉及用于识别路况的方法、装置、设备以及存储介质。
背景技术
在人们的日常出行中,交通事态例如,封路、拥堵等是出行时难以避免的部分。现在解决如封路、拥堵等交通事态的方法大多是通过广播播报,由于广播播报存在延迟,且消息来源有限,一般仅播报主要路段的信息,且播报时间长,容易错过。目前对交通事态的识别,速度慢且不准确,用户体验不佳。
发明内容
本公开提供了一种用于识别路况的方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种用于识别路况的方法,包括:获取目标车辆行驶前方的道路信息图像;对道路信息图像进行图像识别,确定初步预测路况;获取目标车辆所处的行驶环境中的周围初步预测路况,其中,周围初步预测路况基于对行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到;基于初步预测路况和周围初步预测路况,确定目标路况。
根据本公开的另一方面,提供了一种用于识别路况的装置,包括:获取单元,被配置成获取目标车辆行驶前方的道路信息图像;初步预测路况确定单元,被配置成对道路信息图像进行图像识别,确定初步预测路况;周围初步预测路况获取单元,被配置成获取目标车辆所处的行驶环境中的周围初步预测路况,其中,周围初步预测路况基于对行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到;目标路况确定单元,被配置成基于初步预测路况和周围初步预测路况,确定目标路况。
根据本公开的再一方面,提供了一种用于识别路况的电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上述用于识别路况的方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,上述计算机指令用于使计算机执行如上述用于识别路况的方法。
根据本申请的技术解决了目前对交通事态的识别,速度慢且不准确,用户体验不佳的问题,通过结合本车的初步预测路况和由信息交换得到的行驶环境中的其他车辆的初步预测路况,可以快速、精确地确定出此时本车行驶前方的路况,以提高用户的导航体验。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
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是本申请的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的用于识别路况的方法的一个实施例的流程图;
图3是根据本申请的用于识别路况的方法的一个应用场景的示意图;
图4是根据本申请的用于识别路况的方法的另一个实施例的流程图;
图5是根据本申请的用于识别路况的装置的一个实施例的结构示意图;
图6是用来实现本申请实施例的用于识别路况的方法的电子设备的框图。
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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于识别路况的方法或用于识别路况的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括相机101、102,网络103和终端设备104。网络103用以在相机101、102和终端设备104之间提供通信链路的介质。网络103可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
相机101、102可以通过网络103与终端设备104交互,以接收或发送消息。相机101、102可以采集图像,并将采集的图像发送给终端设备104,或者存储于本地。相机101、102可以固定在目标车辆上拍摄行驶前方的道路信息图像。具体地,相机101、102可以为红外相机。
终端设备104可以从相机101、102处获取采集的道路信息图像,并对道路信息图像进行识别处理,并将识别结果显示于目标车辆的车载电脑上和/或者显示于驾驶目标车辆的用户的移动终端上。终端设备101、102、103上可以安装有各种通讯客户端应用,例如图像识别类应用等。
终端设备104可以是硬件,也可以是软件。当终端设备104为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备104为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本申请实施例所提供的用于识别路况的方法可以由终端设备104执行。相应地,用于识别路况的装置可以设置于终端设备104中。
应该理解,图1中的相机、网络和终端设备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相机、网络和终端设备。
继续参考图2,示出了根据本申请的用于识别路况的方法的一个实施例的流程200。本实施例的用于识别路况的方法,包括以下步骤:
步骤201,获取目标车辆行驶前方的道路信息图像。
本实施例中,用于识别路况的方法的执行主体(例如图1中的终端设备104,例如,可以是车载电脑)可以通过有线连接或无线连接的方式,获取由车载AR导航摄像头拍摄的用户当前驾驶的车辆(即目标车辆)行驶前方的道路信息图像。基于AR导航模块的图像获取频率,基于不同的车机系统和性能的考量都不一样,大概在15-30帧每秒。但是检测应该是每2-5s检测一次,以保障性能。具体地,道路信息图像可以为在目标车辆行驶道路上的周围的车辆或者障碍物的图像。本申请对道路信息图像的拍摄设备不做具体限定。本申请对道路信息图像中的内容不做具体限定。
终端设备中可以同时设置有车机控制模块和服务端。可以理解的是,车机控制模块和服务端可以集成于一体,也可以分别位于终端设备的不同位置通过通信进行连接,以进行信息传输。车机控制模块作为车机地图的交通事态的核心模块,主要用于接收并处理AR导航、V2X以及服务端的信息,并根据交通事态的类型来判断是否干预导航。交通事态指的是路上发生的一系列影响交通的事件。例如,交通事态可以包括:拥堵、事故、施工、封路、积水、积雪等情况。服务端,用于接收车机端上传的交通事态,对上传的交通事态进行聚类分析并下发交通事态通知。服务端可以通过聚类分析来分析各用户上报的交通事态,由于可能有很多用户上报,这些交通事态可能存在误检测,通过聚类分析得出该事故并非单辆车的检测结果,则交通事态具有一定的可靠性。当交通事态具有较强的可靠性的,服务端就可以将这些信息下发至终端设备中的车机控制模块。
步骤202,对道路信息图像进行图像识别,确定初步预测路况。
执行主体在获取道路信息图像后,可以对道路信息图像进行图像识别,确定初步预测路况。具体地,执行主体可以将道路信息图像与存储的历史道路信息图像进行对比,根据对比结果,确定初步预测路况。具体地,执行主体可以计算道路信息图像与存储的历史道路信息图像的余弦相似度,响应于确定余弦相似度大于预设阈值,则可以确定该余弦相似度对应的历史道路图像所对应的路况为对应当前的道路信息图像的初步预测路况。初步预测路况,可以是拥堵、封路、交通事故等路况。
步骤203,获取目标车辆所处的行驶环境中的周围初步预测路况。
本实施例中,执行主体可以通过V2X通信技术获取目标车辆所处的行驶环境中的周围初步预测路况。V2X是指车对外界的信息交换,是一系列车载通讯技术的总称。V2X包含汽车对汽车(V2V)、汽车对路侧设备(V2R)、汽车对基础设施(V2I)、汽车对行人(V2P)、汽车对机车(V2M)及汽车对公交车(V2T)等六大类。其中,V2V通信技术可以监测道路上行驶的其他车辆的速度、位置等对其他驾驶员无法开放的“隐藏”数据,同时能够自动预测出在该车行车道路前方是否会发生可能的碰撞。V2V(车-车)通信技术是一种不受限于固定式基站的通信技术,为移动中的车辆提供直接的一端到另一端的无线通信。即通过V2V通信技术,车辆终端彼此直接交换无线信息,无需通过基站转发。V2V通信技术通过一台连接了Wi-Fi的无线广播系统,街上的每辆汽车都能够互相自由交流,如果有司机对一些潜在的危险没有察觉的话,其他司机可以通过该系统向他们做出预警。
具体地,周围初步预测路况基于对行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到。周围初步预测路况指的是目标车辆行驶道路上周围的车辆对于其当前路况的初步预测。其中,“周围的车辆”可以指的是在目标车辆行驶前方的道路上前、后、左、右预设距离处的车辆。
本实施例中,V2X的作用是信息交换。其主要作用有两个:一个是红绿灯的时候,可以通过V2I获取最前面车辆的交通事态来判别是否为红绿灯。用于弥补AR导航由于视野不足的导致的交通事态。例如:等红绿灯的时候,由于车速和图像检测的结果都是判定拥堵。但是在这种情况下,如果可以和红绿灯进行交互,就可以得知当前车辆是否处于红绿灯状态,则可以与AR模块的结果叠加,提高拥堵判断的准确性;另一个是通过V2V对周围车辆获取前方的道路交通事态,弥补AR导航判断交通事态的不足。
步骤204,基于初步预测路况和周围初步预测路况,确定目标路况。
执行主体在得到初步预测路况和周围初步预测路况后,可以基于初步预测路况和周围的初步预测路况,确定目标路况,并输出。具体地,执行主体可以分别计算初步预测路况与各周围初步预测路况的相似度;根据得到的相似度,确定目标路况,并通过车载电脑或者驾驶目标车辆的驾驶员的移动终端的屏幕输出显示目标路况。目标路况的输出可以为语音输出,例如语音播报“前方道路封路”。当然,目标路况也可以通过文字+路径的形式显示于显示屏上,以供驾驶员查看,例如,执行主体可以在终端显示屏上显示“前方10米处道路封路”,并显示封路的具体路径以及可替代路径。可以理解的是,执行主体的服务端也可以同时进行语音播报目标路况并通过文字+路径的形式将目标路况和可替代路线显示于终端的显示屏上。本申请对确定目标路况的方式不做具体限定。当然,可以理解的是,本申请中的执行主体的服务端还可以将更准确的目标路况输出至执行主体中的车机控制模块,以供车机控制模块根据服务端回传的目标路况判断是否需要进行干预导航。
继续参考图3,其示出了根据本申请的用于识别路况的方法的一个应用场景的示意图。在图3的应用场景中,车载电脑306获取由相机302拍摄的目标车辆301行驶前方的道路信息图像303。车载电脑306对道路信息图像303进行图像识别,确定初步预测路况307。车载电脑306获取目标车辆301所处的行驶环境中的周围初步预测路况308,其中,周围初步预测路况308基于对行驶环境中的其他车辆304行驶前方的道路信息图像305进行图像识别得到。车载电脑306基于初步预测路况307和周围初步预测路况308,确定目标路况309(例如可以是具体的红绿灯拥堵路况或封路路况或交通事故路况),并在车载电脑端或驾驶目标车辆301的用户的手机端或平板电脑端输出该目标路况309。
本实施例通过结合本车的初步预测路况和由信息交换得到的行驶环境中的其他车辆的初步预测路况,可以快速、精确地确定出此时本车行驶前方的路况,以提高用户的导航体验。
继续参考图4,其示出了根据本申请的用于识别路况的方法的另一个实施例的流程400。如图4所示,本实施例的用于识别路况的方法,可以包括以下步骤:
步骤401,获取目标车辆行驶前方的道路信息图像。
步骤402,对道路信息图像进行图像识别,确定初步预测路况。
步骤401~步骤402的原理与步骤201~步骤202的原理类似,此处不再赘述。
步骤403,响应于确定初步预测路况为拥堵路况,获取目标车辆与行驶前方的交通信号灯的距离。
执行主体在确定初步预测路况后,响应于确定初步预测路况为拥堵路况,执行主体可以获取目标车辆与行驶前方的交通信号灯的距离。具体地,在拥堵判别的时候,执行主体可以通过V2V通信技术确定目标车辆与前方交通信号灯的距离,以确定造成拥堵的原因是否为交通信号灯。当然,执行主体还可以通过已安装的导航软件上显示的目标车辆的当前位置与行驶道路前方交通信号灯之间的距离,确定造成拥堵的原因是否为交通信号灯。本申请对测量目标车辆的当前位置与行驶道路前方的交通信号灯之间的距离的方式不做具体限定。本申请中,交通信号灯可以是红绿灯。
步骤404,基于距离,确定拥堵路况是否为交通信号灯拥堵路况。
执行主体在获取目标车辆与行驶前方的交通信号灯的距离之后,可以基于该距离,确定拥堵路况是否为交通信号灯所致。具体地,执行主体可以比较该距离与第一预设阈值,响应于确定该距离小于第一预设阈值,确定拥堵路况为交通信号灯拥堵路况;响应于确定该距离大于第一预设阈值,确定拥堵路况不是交通信号灯路况。
并且,执行主体可以通过检测目标车辆的当前位置与前方交通信号灯的距离,确定当前车辆是否违章,当用第二预设阈值(其中,第二预设阈值小于第一预设阈值)来表征驾驶员在通过红绿灯时的违章状况时,执行主体响应于确定该距离小于第二预设阈值,则可以确定该驾驶目标车辆的驾驶员违章,则可以将违章状况通过语音播报或在车载电脑或移动终端的显示屏上显示;执行主体响应于确定该距离大于第二预设阈值,则可以确定该驾驶目标车辆的驾驶员没有违章,则不进行语音提示也不在车载电脑或移动终端上显示违章信息。
本实施例通过在初步预测路况为拥堵路况时,通过进一步地判别当前目标车辆与行驶前方的交通信号灯的距离,来确定是否由交通信号灯引起的拥堵路况,以便于驾驶员根据确定的路况进一步确定是否需要重新规划行驶路线或是继续等待道路通行,从而方便用户出行,提高用户体验。
步骤405,获取目标车辆所处的行驶环境中的周围初步预测路况。
本实施例中,周围初步预测路况基于对行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到。
步骤406,基于初步预测路况和周围初步预测路况,确定目标路况。
步骤405~步骤406的原理与步骤203~步骤204的原理类似,此处不再赘述。
具体地,步骤406还可以通过步骤4061~步骤4062来实现:
步骤4061,基于初步预测路况和周围初步预测路况,确定初步识别路况。
执行主体在得到目标车辆的初步预测路况和通过V2X获取的周围初步预测路况后,可以基于初步预测路况和周围初步预测路况,确定初步识别路况。具体地,执行主体可以将该初步预测路况和周围初步预测路况输入预训练的分类模型中,确定初步预测路况和各周围初步预测路况的路况类型,其中,预训练的分类模型用于表征各路况与路况类型的对应关系;然后执行主体可以根据确定的各路况类型,确定针对该目标车辆的初步识别路况。
具体地,执行主体可以是车机控制模块和服务端的集成体。初步识别路况指的是针对每一个目标车辆而言,执行主体中的车机控制模块根据该目标车辆获取的行驶前方的道路信息图像的图像识别结果(即初步预测路况)和该目标车辆周围的其他车辆行驶前方的道路信息图像的图像识别结果(即周围初步预测路况)初步得到的识别路况。
步骤4062,基于初步识别路况,确定目标路况。
执行主体在得到初步识别路况后,可以基于初步识别路况,确定目标路况。可以理解的是,对于每个需要确定前方行驶道路路况的车辆均可以被确定为目标车辆,执行主体设置于对应的目标车辆中,也就是说每一个目标车辆中均设置有对应的执行主体。执行主体可以是车机控制模块和服务端的集成体。具体地,执行主体中的服务端可以获取各目标车辆的初步识别路况,从而可以基于各目标车辆的初步识别路况,确定目标路况。
本实施例通过基于对AR导航获取的目标车辆行驶前方的道路信息图像进行图像识别得到的初步预测路况和基于V2V通信技术进行目标车辆与周围各车辆的初步预测路况的交换来获取目标车辆行驶前方的准确的交通路况(即目标路况),以保障交通事态(也可以是交通路况)可以很好地在用户间扩散并提高用户的导航体验。
具体地,步骤4062还可以通过步骤40621~步骤40623来实现:
步骤40621,获取目标车辆所处的行驶环境中的其他车辆的周围初步识别路况。
本实施例中,周围初步识别路况基于每一个其他车辆的初步预测路况和每一个其他车辆的周围初步预测路况得到。执行主体中的服务端可以通过V2V通信技术与周围的其他车辆进行信息交换,获取目标车辆所处的行驶环境中的其他车辆的周围初步识别路况。示例的,周围初步识别路况可以是目标车辆上的执行主体中的服务端利用V2V通信技术获取的周围的其他车辆上的执行主体发送的初步识别路况(初步识别路况的确定方法在步骤4061中已经进行说明,在此不再赘述),并将其确定为周围初步识别路况。
步骤40622,根据初步识别路况、周围初步识别路况以及预设的路况与路况类型的对应关系,确定各初步识别路况对应的路况类型。
对应目标车辆的执行主体中的服务端在获取周围初步识别路况后,可以根据该目标车辆的初步识别路况、周围初步识别路况以及预设的路况与路况类型的对应关系,确定出初步识别路况的路况类型以及各周围初步识别路况的路况类型,即确定各初步识别路况(包括目标车辆的初步识别路况和各周围初步识别路况)对应的路况类型。
步骤40623,根据路况类型,确定目标路况。
执行主体在确定各初步识别路况对应的路况类型后,可以根据各路况类型,确定目标路况。具体地,执行主体中的服务端可以基于时效性和聚类算法进行各路况类型的聚类,得到聚类结果;执行主体中的服务端可以根据聚类结果,确定目标路况。具体地,执行主体的服务端通过聚类分析来分析获取的目标车辆周围的其他车辆的初步识别路况所属的类型,由于数量较多,各初步识别路况可能存在误检测,执行主体中的服务器响应于确定通过聚类分析得出对应该目标车辆的初步识别路况并非单辆车的检测结果,则该初步识别路况就有一定的可靠性,可以将其确定为目标路况。
示例的,目标车辆的初步识别路况为拥堵。其周围的其他车辆1的初步识别路况为事故、车辆2的初步识别路况为封路、车辆3的初步识别路况为施工。执行主体可以根据预先设定的路况之间的关联关系(例如拥堵路况与事故路况关联、封路路况与施工路况关联),初步将各路况进行分类,这样,执行主体就可以确定目标车辆的当前行驶道路前方的综合路况,该综合路况可以有一种路况,当然也可以有多种路况。执行主体响应于确定存在与目标车辆的初步识别路况相同的类型的其他车辆的初步识别路况存在,则执行主体可以确定该目标车辆的初步识别路况并非单辆车的识别结果,则该初步识别路况具有一定的可靠性,可以将其确定为对应目标车辆的目标路况,并将该目标路况的信息下发至该目标车辆的车载电脑端或目标车辆的驾驶者的手机移动端,从而方便驾驶者及时、准确地做出路线规划的决策,提高用户体验。
本实施例中,由于单车辆识别可能有问题,执行主体中的服务端通过接收多车辆的分析结果,聚类并得出更准确信息。如发生事故,后车只能识别出拥堵,只有通过V2V来交换信息才可以得到准确的交通事态,但仍可能有错漏。但是执行主体的服务端通过聚类就可以获取更准确的交通事态。并且服务端可以将交通事态快速扩散,让用户在路线规划的阶段就尽可能减少遇到交通事态的情况,提高驾驶体验。
步骤407,响应于确定目标路况对应需要干预导航,发送目标路况至导航设备,以使导航设备根据目标路况重新规划路线。
执行主体在确定目标路况后,可以判断目标路况是否需要干预导航,执行主体响应于确定目标路况对应需要干预导航,可以发送目标路况至导航设备,以使导航设备根据目标路况重新规划目标车辆的行进路线。具体地,执行主体的服务端在确定目标路况后,可以将该目标路况回传给执行主体的车机控制模块,执行主体的车机控制模块可以根据预先设置的干预模式(可以为路况等级判定规则,例如封路(最高级,需要干预导航)>交通事故(次高级,需要干预导航)>拥堵(低级,是否需要导航,视具体情况而定)),首先确定执行主体的服务端返回的目标路况:例如,可以是封路,所属的等级:最高级;根据确定出的目标路况的等级以及预设的路况等级与是否干预导航的对应关系,确定该目标路况是否需要干预导航;响应于确定目标路况的等级对应需要干预导航,发送目标路况至导航设备,以使导航设备根据目标路况重新规划目标车辆的行进路线,以规避部分影响行进的交通事态,以极大地降低由于交通事态导致的出行影响,提高用户导航体验。干预导航的条件就是判断当前发生交通事态是否会影响当前行驶的路线,就是判断即将行驶的路线上是否有交通事态,如果有的话,根据交通事态来提醒用户是否重新规划路线。如果用户选择重新规划路线,则规避存在交通事态的路线(不可通行路线或者拥堵)。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于识别路况的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于识别路况的装置500包括:获取单元501、初步预测路况确定单元502、周围初步预测路况获取单元503和目标路况确定单元504。
获取单元501,被配置成获取目标车辆行驶前方的道路信息图像。
初步预测路况确定单元502,被配置成对道路信息图像进行图像识别,确定初步预测路况。
周围初步预测路况获取单元503,被配置成获取目标车辆所处的行驶环境中的周围初步预测路况,其中,周围初步预测路况基于对行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到。
目标路况确定单元504,被配置成基于初步预测路况和周围初步预测路况,确定目标路况。
在本实施例的一些可选的实现方式中,用于识别路况的装置还包括图5中未示出的:距离获取单元,被配置成响应于确定初步预测路况为拥堵路况,获取目标车辆与行驶前方的交通信号灯的距离;拥堵路况确定单元,被配置成基于距离,确定拥堵路况是否为交通信号灯拥堵路况。
在本实施例的一些可选的实现方式中,目标路况确定单元504进一步被配置成:基于初步预测路况和周围初步预测路况,确定初步识别路况;基于初步识别路况,确定目标路况。
在本实施例的一些可选的实现方式中,目标路况确定单元504进一步被配置成:获取目标车辆所处的行驶环境中的其他车辆的周围初步识别路况,其中,周围初步识别路况基于每一个其他车辆的初步预测路况和每一个其他车辆的周围初步预测路况得到;根据初步识别路况、周围初步识别路况以及预设的路况与路况类型的对应关系,确定各初步识别路况对应的路况类型;根据路况类型,确定目标路况。
在本实施例的一些可选的实现方式中,用于识别路况的装置还包括图5中未示出的:发送单元,被配置成发送目标路况至导航设备,以使导航设备根据目标路况确定是否干预目标车辆的导航。
应当理解,用于识别路况的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于识别路况的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
根据本申请的实施例,本申请还提供了一种用于识别路况的电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的用于识别路况的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,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605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(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。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605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6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的用于识别路况的方法。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用于识别路况的方法。
存储器602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单元,如本申请实施例中的用于识别路况的方法对应的程序指令/单元(例如,附图5所示的获取单元501、初步预测路况确定单元502、周围初步预测路况获取单元503和目标路况确定单元504)。处理器601通过运行存储在存储器602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用于识别路况的方法。
存储器602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用于识别路况的电子设备的使用所创建的数据等。此外,存储器602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602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至用于识别路况的电子设备。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。
用于识别路况的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线605或者其他方式连接,图6中以通过总线605连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与用于识别路况的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
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。
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。
根据本申请实施例的技术方案,通过结合本车的初步预测路况和由信息交换得到的行驶环境中的其他车辆的初步预测路况,可以快速、精确地确定出此时本车行驶前方的路况,以提高用户的导航体验。
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 (10)
1.一种用于识别路况的方法,包括:
获取目标车辆行驶前方的道路信息图像;
对所述道路信息图像进行图像识别,确定初步预测路况;
获取所述目标车辆所处的行驶环境中的周围初步预测路况,其中,所述周围初步预测路况基于对所述行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到;
基于所述初步预测路况和所述周围初步预测路况,确定目标路况;
其中,所述基于所述初步预测路况和所述周围初步预测路况,确定目标路况,包括:
基于所述初步预测路况和所述周围初步预测路况的路况类型,确定针对所述目标车辆的初步识别路况;
基于所述目标车辆所处的行驶环境中的其他车辆的周围初步识别路况和所述初步识别路况对应的路况类型,确定目标路况,其中,所述周围初步识别路况基于每一个所述其他车辆的初步预测路况和每一个所述其他车辆的周围初步预测路况得到。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述初步预测路况为拥堵路况,获取所述目标车辆与行驶前方的交通信号灯的距离;
基于所述距离,确定所述拥堵路况是否为交通信号灯拥堵路况。
3.根据权利要求1所述的方法,其中,所述基于所述目标车辆所处的行驶环境中的其他车辆的周围初步识别路况和所述初步识别路况对应的路况类型,确定目标路况,包括:
获取所述目标车辆所处的行驶环境中的其他车辆的周围初步识别路况;
根据所述初步识别路况、所述周围初步识别路况以及预设的路况与路况类型的对应关系,确定各初步识别路况对应的路况类型;
根据所述路况类型,确定目标路况。
4.根据权利要求1~3中任一项所述的方法,其中,所述方法还包括:
响应于确定所述目标路况对应需要干预导航,发送所述目标路况至导航设备,以使所述导航设备根据所述目标路况重新规划路线。
5.一种用于识别路况的装置,包括:
获取单元,被配置成获取目标车辆行驶前方的道路信息图像;
初步预测路况确定单元,被配置成对所述道路信息图像进行图像识别,确定初步预测路况;
周围初步预测路况获取单元,被配置成获取所述目标车辆所处的行驶环境中的周围初步预测路况,其中,所述周围初步预测路况基于对所述行驶环境中的其他车辆行驶前方的道路信息图像进行图像识别得到;
目标路况确定单元,被配置成基于所述初步预测路况和所述周围初步预测路况,确定目标路况;
其中,所述目标路况确定单元进一步被配置成:
基于所述初步预测路况和所述周围初步预测路况的路况类型,确定针对所述目标车辆的初步识别路况;
基于所述目标车辆所处的行驶环境中的其他车辆的周围初步识别路况和所述初步识别路况对应的路况类型,确定目标路况,其中,所述周围初步识别路况基于每一个所述其他车辆的初步预测路况和每一个所述其他车辆的周围初步预测路况得到。
6.根据权利要求5所述的装置,其中,所述装置还包括:
距离获取单元,被配置成响应于确定所述初步预测路况为拥堵路况,获取所述目标车辆与行驶前方的交通信号灯的距离;
拥堵路况确定单元,被配置成基于所述距离,确定所述拥堵路况是否为交通信号灯拥堵路况。
7.根据权利要求5所述的装置,其中,所述目标路况确定单元进一步被配置成:
获取所述目标车辆所处的行驶环境中的其他车辆的周围初步识别路况;
根据所述初步识别路况、所述周围初步识别路况以及预设的路况与路况类型的对应关系,确定各初步识别路况对应的路况类型;
根据所述路况类型,确定目标路况。
8.根据权利要求5~7中任一项所述的装置,其中,所述装置还包括:
发送单元,被配置成响应于确定所述目标路况对应需要干预导航,发送所述目标路况至导航设备,以使所述导航设备根据所述目标路况重新规划路线。
9.一种用于识别路况的电子设备,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1-4中任一项所述的方法。
10.一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1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011471964.6A CN112634611B (zh) | 2020-12-15 | 2020-12-15 | 用于识别路况的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011471964.6A CN112634611B (zh) | 2020-12-15 | 2020-12-15 | 用于识别路况的方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112634611A CN112634611A (zh) | 2021-04-09 |
CN112634611B true CN112634611B (zh) | 2022-06-21 |
Family
ID=75312843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011471964.6A Active CN112634611B (zh) | 2020-12-15 | 2020-12-15 | 用于识别路况的方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112634611B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113112828A (zh) * | 2021-04-15 | 2021-07-13 | 北京航迹科技有限公司 | 路口监控的方法、装置、设备、存储介质和程序产品 |
CN113200052B (zh) * | 2021-05-06 | 2021-11-16 | 上海伯镭智能科技有限公司 | 一种用于无人驾驶的路况智能识别方法 |
CN113553508A (zh) * | 2021-07-28 | 2021-10-26 | 中国第一汽车股份有限公司 | 一种路况模型生成方法、装置、存储介质及系统 |
CN114419890A (zh) * | 2022-01-24 | 2022-04-29 | 上海商汤信息科技有限公司 | 一种交通控制方法、装置、电子设备及存储介质 |
CN114648504B (zh) * | 2022-03-17 | 2022-12-02 | 小米汽车科技有限公司 | 自动驾驶方法、装置、电子设备和存储介质 |
CN116092013B (zh) * | 2023-03-06 | 2023-06-09 | 广东汇通信息科技股份有限公司 | 一种用于智慧监控的危险路况识别方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103956059B (zh) * | 2014-04-17 | 2017-01-11 | 深圳市宏电技术股份有限公司 | 一种识别红绿灯路口路况的方法、设备及系统 |
CN105849790B (zh) * | 2015-10-16 | 2020-10-09 | 华为技术有限公司 | 一种路况信息获取方法 |
US10088676B2 (en) * | 2016-06-30 | 2018-10-02 | Paypal, Inc. | Enhanced safety through augmented reality and shared data |
CN106143309B (zh) * | 2016-07-18 | 2018-07-27 | 乐视汽车(北京)有限公司 | 一种车辆盲区提醒方法及系统 |
CN108010382A (zh) * | 2016-10-28 | 2018-05-08 | 法乐第(北京)网络科技有限公司 | 辅助驾驶装置、方法及汽车 |
CN108010362A (zh) * | 2017-12-29 | 2018-05-08 | 百度在线网络技术(北京)有限公司 | 行车路况信息推送的方法、装置、存储介质及终端设备 |
CN110060473A (zh) * | 2019-04-10 | 2019-07-26 | 吉利汽车研究院(宁波)有限公司 | 一种基于车联网的路况检测系统及路况检测方法 |
CN110364008B (zh) * | 2019-08-16 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 路况确定方法、装置、计算机设备和存储介质 |
-
2020
- 2020-12-15 CN CN202011471964.6A patent/CN112634611B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112634611A (zh) | 2021-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112634611B (zh) | 用于识别路况的方法、装置、设备以及存储介质 | |
CN112092827B (zh) | 自动驾驶功能控制方法、装置、电子设备及存储介质 | |
CN113240909B (zh) | 车辆监测方法、设备、云控平台和车路协同系统 | |
KR102618445B1 (ko) | 도로 상황 예측 방법, 도로 상황 예측 모델을 구축하는 방법, 대응되는 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 제품 | |
CN111739344A (zh) | 一种预警方法、装置及电子设备 | |
CN111028507B (zh) | 交通拥堵致因确定方法及装置 | |
CN112106124A (zh) | 用于使用v2x和传感器数据的系统和方法 | |
KR20210127121A (ko) | 도로 이벤트 검출 방법, 장치, 기기 및 저장매체 | |
US20140063196A1 (en) | Comprehensive and intelligent system for managing traffic and emergency services | |
US20160098861A1 (en) | Safety system for augmenting roadway objects on a heads-up display | |
CN113066285B (zh) | 一种路况信息确定方法、装置、电子设备及存储介质 | |
CN112580571A (zh) | 车辆行驶的控制方法、装置及电子设备 | |
CN110782667A (zh) | 信号灯分时段配时方法、装置、电子设备及存储介质 | |
US20230103687A1 (en) | Vehicle driving detection method and apparatus, vehicle driving warning method and apparatus, electronic device, and storage medium | |
CN111951548B (zh) | 一种车辆驾驶风险确定方法、装置、系统及介质 | |
CN114677848B (zh) | 感知预警系统、方法、装置及计算机程序产品 | |
CN114022973B (zh) | 一种车辆故障的处理方法、装置、设备以及存储介质 | |
CN114333381A (zh) | 针对自动驾驶车辆的数据处理方法、装置和电子设备 | |
CN114973656A (zh) | 交通交互性能的评估方法、装置、设备、介质和产品 | |
CN111724615A (zh) | 用于控制车辆的方法、装置、设备以及存储介质 | |
CN112885087A (zh) | 确定路况信息的方法、装置、设备和介质和程序产品 | |
CN113124887A (zh) | 路线信息处理方法、装置、设备及存储介质 | |
CN113947897B (zh) | 获取道路交通状况的方法、装置、设备及自动驾驶车辆 | |
CN114141019B (zh) | 交通控制方法、装置、介质及程序产品 | |
CN114120651B (zh) | 用于测试感知目标数的方法、装置、设备、介质和产品 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |