CN113240939A - 一种车辆预警方法、装置、设备及存储介质 - Google Patents

一种车辆预警方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113240939A
CN113240939A CN202110353051.2A CN202110353051A CN113240939A CN 113240939 A CN113240939 A CN 113240939A CN 202110353051 A CN202110353051 A CN 202110353051A CN 113240939 A CN113240939 A CN 113240939A
Authority
CN
China
Prior art keywords
early warning
vehicle
real
target
time
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.)
Granted
Application number
CN202110353051.2A
Other languages
English (en)
Other versions
CN113240939B (zh
Inventor
金晨
黄辰羽
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.)
Zhejiang Geely Holding Group Co Ltd
Geely Automobile Research Institute Ningbo Co Ltd
Original Assignee
Zhejiang Geely Holding Group Co Ltd
Geely Automobile Research Institute Ningbo 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 Zhejiang Geely Holding Group Co Ltd, Geely Automobile Research Institute Ningbo Co Ltd filed Critical Zhejiang Geely Holding Group Co Ltd
Priority to CN202110353051.2A priority Critical patent/CN113240939B/zh
Publication of CN113240939A publication Critical patent/CN113240939A/zh
Application granted granted Critical
Publication of CN113240939B publication Critical patent/CN113240939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/165Anti-collision systems for passive traffic, e.g. including static obstacles, trees
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本申请公开了一种车辆预警方法、装置、设备及存储介质,所述方法包括:获取路端监控数据,所述路端监控数据为路端传感器对当前道路的实时监控数据;基于所述路端监控数据,对所述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,所述预警场景识别结果包括目标车辆和预警目标;将所述预警目标发送给所述目标车辆的车载终端,以使所述车载终端获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据,以及将所述实时预警视频输出至所述目标车辆的车端显示设备。利用本申请提供的技术方案,可以实现车路数据交互,车端实时获取周围感知信息,并通过预警视频帮助驾乘人员快速识别危险目标,提高预警的效率和准确度。

Description

一种车辆预警方法、装置、设备及存储介质
技术领域
本申请涉及车路协同技术领域,具体涉及一种车辆预警方法、装置、设备及存储介质。
背景技术
基于V2X技术(Vehicle to everything,车用无线通信技术)的车路协同技术是当前及未来汽车行业的热点。车路协同中的路端设备主要包含感知设备(激光雷达、毫米波雷达、摄像头等)、MEC(路侧移动边缘计算平台)、RSU(路侧通讯设备)等;车端同样有车端通讯设备。目前的车路协同技术主要应用于自动驾驶车辆,自动驾驶车辆搭载该技术之后能够通过对交通信息的实时分析,自动选择路况最佳形式路线,从而缓解交通堵塞问题,提高道路运行效率。未来随着自动驾驶的发展,有很长一段时间将会是自动驾驶车辆和传统车辆并行的状态。
目前,传统车辆搭载的ADAS系统(Advanced Driving Assistance System,高级驾驶辅助系统)虽然可以实现部分危险场景的预警及规避,但当驾驶场景稍微复杂时,例如行人或车辆鬼探头场景、交叉路口复杂交通工况、建筑物或者其他交通参与者遮挡等,ADAS系统会出现较高的漏识别或者误识别。而且,相比于车路协同技术在自动驾驶车辆上的大规模应用,车路协同技术在传统车辆上的应用较少,传统车辆无法及时获取路端及周围的相关信息以对复杂的驾驶场景进行危险预警,因此,需要提供更加有效科学的技术方案。
发明内容
本申请提供了一种车辆预警方法、装置、设备及存储介质,可以快速识别并预警危险目标,提高预警的效率和准确度,进而提升驾驶安全性,本申请的技术方案如下:
一方面,提供了一种车辆预警方法,所述方法包括:
获取路端监控数据,所述路端监控数据为路端传感器对当前道路的实时监控数据;
基于所述路端监控数据,对所述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,所述预警场景识别结果包括目标车辆和预警目标;
将所述预警目标发送给所述目标车辆的车载终端,以使所述车载终端获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据,以及将所述实时预警视频输出至所述目标车辆的车端显示设备。
另一方面,提供了一种车辆预警方法,所述方法包括:
接收路端移动边缘计算MEC平台发送的预警目标,所述预警目标为所述路端MEC平台基于获取的路端监控数据,对当前道路上的车辆进行预警场景识别得到的,所述路端监控数据为路端传感器对所述当前道路的实时监控数据;
获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据;
将所述实时预警视频输出至车端显示设备。
另一方面,提供了一种车辆预警装置,所述装置包括:
路端监控数据获取模块,用于获取路端监控数据,所述路端监控数据为路端传感器对当前道路的实时监控数据;
预警场景识别模块,用于基于所述路端监控数据,对所述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,所述预警场景识别结果包括目标车辆和预警目标;
预警目标发送模块,用于将所述预警目标发送给所述目标车辆的车载终端,以使所述车载终端获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据,以及将所述实时预警视频输出至所述目标车辆的车端显示设备。
另一方面,提供了一种车辆预警装置,所述装置包括:
预警目标接收模块,用于接收路端MEC平台发送的预警目标,所述预警目标为所述路端MEC平台基于获取的路端监控数据,对当前道路上的车辆进行预警场景识别得到的,所述路端监控数据为路端传感器对所述当前道路的实时监控数据;
实时预警视频获取模块,用于获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据;
实时预警视频输出模块,用于将所述实时预警视频输出至车端显示设备。
另一方面,提供了一种车辆预警设备,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的车辆预警方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的车辆预警方法。
本申请提供的车辆预警方法、装置、设备及存储介质,具有如下技术效果:
利用本申请提供的技术方案可以将车路协同技术与传统车辆相结合,路端MEC平台将路端传感器感知的危险信息进行处理后传输给目标车辆的车载终端,帮助车内驾乘人员及时发现危险场景,而且通过视频实时预警的方式,直观清晰地向驾乘人员显示车辆周围的危险目标,帮助车端驾驶员或乘客及时发现危险目标,不仅实现了传统车辆与路端计算平台的数据交互,使得驾乘人员实时获取各类驾驶场景下的感知信息,而且通过直观的视频预警方式,帮助驾乘人员快速识别并预警危险目标,提高预警的效率和准确度,减小驾驶风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案和优点,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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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它附图。
图1是本申请实施例提供的一种应用环境的示意图;
图2是本申请实施例提供的一种车辆预警方法的流程示意图;
图3是本申请实施例提供的一种第一实时预警视频生成方法的流程示意图;
图4是本申请实施例提供的一种第二实时预警视频生成方法的流程示意图;
图5是本申请实施例提供的一种预警目标标记方法的流程示意图;
图6是本申请实施例提供的一种实时预警视频输出方法的流程示意图;
图7是本申请实施例提供的另一种车辆预警方法的流程示意图;
图8是本申请实施例提供的另一种车辆预警方法的流程示意图;
图9是本申请实施例提供的一种车辆预警装置示意图;
图10是本申请实施例提供的另一种车辆预警装置示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本申请实施例提供的一种应用环境的示意图,如图1所示,上述应用环境包括路端MEC平台01、目标车辆的车载终端02。
具体的,MEC(Mobile Edge Computing)为移动边缘计算,路端MEC平台通过把云计算平台从移动核心网络内部迁移到移动接入网边缘,实现计算及存储资源的弹性利用。路端MEC平台01可以包括有网络通信单元、处理器和存储器等等。具体的,路端MEC平台01可以获取路端监控数据,所述路端监控数据为路端传感器对当前道路的实时监控数据;基于所述路端监控数据,对所述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,所述预警场景识别结果包括目标车辆和预警目标;将所述预警目标发送给所述目标车辆的车载终端。
具体的,目标车辆的车载终端02可以包括有显示设备、车端传感器、网络通信单元、处理器和存储器等等,车端传感器可以包括但不限于车载摄像头、车载激光雷达、车载毫米波雷达。具体的,目标车辆的车载终端02可以接收路端MEC平台发送的预警目标;获取实时预警视频,所述实时预警视频为包括预警目标标记信息的视频数据;将所述实时预警视频输出至车端显示设备。
在实际应用中,路端MEC平台可以通过V2X与车载终端进行信息交互,车载终端通过接收路端MEC平台发送的监控数据感知车辆周围的环境势态,具体的,V2X(Vehicle toeverything)为车用无线通信技术,V2X使得车端与路端之间能够通信,从而获得实时路况、道路信息、行人信息等一系列交通信息。
以下介绍本申请实施例提供的一种车辆预警方法,图2为本申请实施例提供的一种车辆预警方法的流程示意图。需要说明的是,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示,上述方法可以包括:
S201,路端MEC平台获取路端监控数据,上述路端监控数据为路端传感器对当前道路的实时监控数据。
在本说明书实施例中,路端传感器可以包括但不限于路端激光雷达、路端毫米波雷达和路端摄像头。路端MEC平台获取由路端传感器采集的对当前道路的实时监控数据。
S203,上述路端MEC平台基于上述路端监控数据,对上述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,上述预警场景识别结果包括目标车辆和预警目标。
具体的,根据路端监控数据,对当前道路上的车辆进行预警场景识别,若当前道路上存在处于预警场景的车辆,则将该车辆识别为目标车辆,将预警场景中影响目标车辆安全的目标识别为预警目标。具体的,预警场景可以包括对目标车辆的安全造成威胁的场景,具体的实施例中,预警场景可以包括但不限于:变道预警场景、倒车预警场景、开门预警场景。
在本说明书实施例中,基于预设的预警场景识别算法对路端监控数据进行识别,得到识别结果。具体的,上述预设的预警场景识别算法可以包括多种识别不同类型的预警场景的识别算法,每种识别算法可以基于每种预警场景对应的大量样本视频图像和/或样本雷达点云数据进行分析归纳后得到。
在实际应用中,上述预警目标可以为动态预警目标或静态预警目标,动态预警目标可以包括目标车辆所处环境中处于运动状态且影响目标车辆安全行驶的人或物,具体的实施例中,动态预警目标可以包括但不限于行驶中的车辆、行人;静态预警目标可以包括目标车辆所处环境中处于静止状态且影响目标车辆安全行驶的人或物,具体的实施例中,静态预警目标可以包括但不限于静止的车辆、道路、树木。
S205,上述路端MEC平台将上述预警目标发送给上述目标车辆的车载终端。
在一个具体的实施例中,路段MEC平台可以基于V2X将预警目标发送给目标车辆的车载终端,以便目标车辆及时对预警目标进行监控。
S207,上述车载终端获取实时预警视频,上述实时预警视频为包括所述预警目标的标记信息的视频数据。
在一个可选的实施例中,如图3所示,当上述路端传感器包括多个路端摄像头时,上述路端监控数据包括多个不同角度采集的实时路端监控视频,在上述车载终端获取实时预警视频之前,上述方法还可以包括:
S301,上述路端MEC平台在上述多个不同角度采集的实时路端监控视频中对上述目标车辆进行目标追踪,得到包括上述目标车辆的多个实时监控视频,上述多个实时监控视频包括多个不同角度的监控视频。
具体的,路端摄像头可以为广角摄像头,上述多个路端摄像头的监控角度可以全方位覆盖当前道路,上述路端MEC平台可以从上述多个路端摄像头中获取多个不同角度采集的实时路端监控视频,并从上述多个不同角度采集的实时路端监控视频中采集包括目标车辆的多个实时监控视频,该多个实时监控视频分别从不同角度显示目标车辆的周围环境势态。
S303,上述路端MEC平台将上述多个不同角度的监控视频进行拼接,得到上述目标车辆的实时全方位环视视频。
具体的,实时全方位环视视频的生成方法可以包括:
1)将上述多个从不同角度显示目标车辆周围环境势态的监控视频中同一时刻的多帧图像进行拼接,得到目标车辆的全方位环视图像,该全方位环视图像可以显示目标车辆周围360°的环境势态。
2)基于目标车辆每个时刻的全方位环视图像,生成实时全方位环视视频。
S305,上述路端MEC平台根据上述实时全方位环视视频,构建以上述目标车辆为中心的三维实时全景图像。
具体的,对实时全方位环视视频进行三维数字化,构建以上述目标车辆为中心的三维实时全景图像。
S307,上述路端MEC平台对上述三维实时全景图像进行目标定位,得到上述预警目标的第一定位信息。
具体的,根据上述三维实时全景图像对预警目标进行定位,得到所述预警目标的第一定位信息,上述第一定位信息包括但不限于第一像素坐标信息。
S309,上述路端MEC平台根据上述第一定位信息对上述三维实时全景图像进行视角转换,得到以上述目标车辆为视角的实时目标监控视频。
具体的,实时目标监控视频为以预警目标为监控目标的监控视频,监控视频的实时图像中含有预警目标。
S311,上述路端MEC平台在上述实时目标监控视频中对上述预警目标进行标记,生成第一实时预警视频。
具体的,上述预警场景识别结果还可以包括预警目标的类型信息,上述路端MEC平台在上述实时目标监控视频中对上述预警目标进行标记,生成第一实时预警视频可以包括:
1)根据上述预警目标的类型信息,确定上述预警目标对应的标注样式信息。
在实际应用中,针对每种类型信息,预先设置对应的标注样式信息,上述标注样式信息用于区分不同类型信息的预警目标,具体的,上述标注样式信息可以包括但不限于:颜色、轮廓格式、填充格式。
2)根据上述标注样式信息和上述第一定位信息,在上述实时目标监控视频中进行预警目标标记,生成第一实时预警视频。
具体的,根据标注样式信息和第一定位信息,在实时目标监控视频中对预警目标进行标记,实现将预警目标与实时目标监控视频中的其他环境进行区分的技术效果,以便于直观地向驾乘人员展示预警目标的类型信息和相对于目标车辆的位置信息。
相应的,上述车载终端获取实时预警视频可以包括:
1)上述车载终端接收上述路端MEC平台基于V2X发送的上述第一实时预警视频。
2)上述车载终端将上述第一实时预警视频作为上述实时预警视频。
利用以上实施例的技术方案,可以基于多个路端摄像头采集的多角度监控视频构建以目标车辆为中心的三维全景图像,并根据三维全景图像对预警目标进行定位,以及通过对三维全景图像的视角转化和目标标记,生成预警视频,从而在目标车辆没有配备车载摄像头的情况下,直观地向车端驾乘人员显示预警目标的相关信息,提高预警的准确度。
在另一个可选的实施例中,如图4所示,当上述路端传感器包括路端雷达时,上述路端监控数据包括路端点云数据,上述车载终端获取实时预警视频可以包括:
S401,上述车载终端接收上述路端MEC平台基于V2X发送的上述预警目标的第二定位信息,上述第二定位信息由上述路端MEC平台对上述路端点云数据进行目标定位后得到。
具体的,上述路端雷达可以包括但不限于路端激光雷达、路端毫米波雷达,路端MEC平台可以从路端雷达中获取路端点云数据,并对路端点云数据进行目标定位后得到预警目标的点云坐标信息,并将点云坐标信息作为第二定位信息。
S403,上述车载终端获取车端监控数据,上述车端监控数据包括实时车端监控视频。
具体的,上述车端监控数据为车端传感器对当前道路的监控数据,车端传感器可以包括但不限于车载摄像头、车载雷达,车端监控数据可以包括但不限于实时车端监控视频、实时车端点云数据。
S405,上述车载终端基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频。
S407,上述车载终端将上述第二实时预警视频作为上述实时预警视频。
利用以上实施例的技术方案,可以结合路端雷达数据和车端视频数据进行预警目标的视频预警,不仅提高对目标定位的准确率,而且直观清晰地显示车辆周围的预警目标,快速帮助驾乘人员避险。
在一个具体的实施例中,如图5所示,在上述车载终端基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频之前,上述方法还可以包括:
S501,上述车载终端对上述实时车端监控视频进行目标追踪,确定包括上述预警目标的多帧图像。
具体的,具体的,从上述实时车端监控视频的图像中,采集包含上述预警目标的多帧图像,上述多帧图像可以包括连续帧图像。
S503,上述车载终端在上述多帧图像上分别以上述目标车辆为坐标原点,构建上述多帧图像对应的目标坐标系。
具体的,在上述多帧图像的每帧图像上分别构建对应的目标坐标系,该目标坐标系的坐标原点为目标车辆,上述目标坐标系可以包括但不限于包括X轴和Y轴的二维坐标系。
相应的,上述车载终端上述基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频可以包括:
S505,上述车载终端根据上述第二定位信息,确定上述预警目标在上述多帧图像对应的目标坐标系中的坐标信息。
具体的,第二定位信息可以包括点云坐标信息。
在实际应用中,视频画面由像素组成,因此,需要将点云坐标信息转化为像素坐标信息,并根据像素坐标信息,确定预警目标在以目标车辆为坐标原点的目标坐标系中的坐标信息,以便于对预警目标在多帧图像中进行定位。
S507,上述车载终端根据上述坐标信息,在上述多帧图像中进行预警目标标记,得到上述第二实时预警视频。
具体的,上述预警场景识别结果还可以包括预警目标的类型信息,上述车载终端根据上述坐标信息,在上述多帧图像中进行预警目标标记,得到上述第二实时预警视频可以包括:
1)根据上述预警目标的类型信息,确定上述预警目标对应的标注样式信息。
在实际应用中,针对每种类型信息,预先设置对应的标注样式信息,上述标注样式信息用于区分不同类型信息的预警目标,具体的,上述标注样式信息可以包括但不限于:颜色、轮廓格式、填充格式。
2)根据上述标注样式信息和上述坐标信息,在上述多帧图像中进行预警目标标记,得到标记后的多帧图像。
3)根据上述标记后的多帧图像,生成上述第二实时预警视频。
利用以上实施例的技术方案,可以将预警目标与视频图像中的其他环境进行区分的技术效果,以便于直观地向驾乘人员展示预警目标的类型信息和相对于目标车辆的位置信息。
S209,上述车载终端将上述实时预警视频输出至车端显示设备。
具体的,上述车端显示设备可以包括但不限于平行显示系统、中控显示屏、方向盘显示屏、后排显示屏。
在一个具体的实施例中,如图6所示,上述预警场景识别结果还可以包括预警场景的类型信息,上述车载终端将上述实时预警视频输出至车端显示设备之前,上述方法还可以包括:
S601,上述车载终端基于上述类型信息,确定上述车端显示设备中的目标显示设备。
具体的实施例中,根据预警场景的类型信息,确定预警视频对应的驾乘人员中的目标预警人员,基于目标预警人员确定对应的目标显示设备,具体的,若目标预警人员为驾驶员,对应的目标显示设备可以包括中控显示屏、方向盘显示屏、平视显示器;若目标预警人员为乘客,对应的目标显示设备可以包括副驾驶显示屏、后排座椅显示屏。例如,当预警场景的类型信息为开门预警时,基于预警目标的定位信息,定位信息可以包括第一定位信息和/或第二定位信息,确定预警目标影响的开门位置;并根据开门位置确定与驾乘人员中的目标预警人员对应的目标显示设备。
S603,上述车载终端将上述实时预警视频输出至车端显示设备可以包括:上述车载终端将上述实时预警视频输出至上述目标显示设备。
具体的,根据不同的预警需求,将预警视频数据输出到对应的目标显示设备以提醒对应的目标预警人员,通过分类预警,实现更加有针对性的危险提醒,减少影响驾驶员正常驾驶的非必要预警。
在实际应用中,还可以预先设置与预警场景的类型信息对应的预警音频,在目标显示设备输出实时预警视频的同时,输出对应的预警音频,进一步提醒驾乘人员注意规避危险。
由以上本说明书实施例可见,通过车路数据融合和路端视频的三维化处理生成对预警目标的实时监控视频,以及对预警目标进行标记得到实时预警视频并通过目标显示设备向对应的目标预警人员显示,有效地提升预警的精准性和针对性。
以下以路端MEC平台为执行主体介绍本说明书另一种车辆预警方法的具体实施例,图7是本申请实施例提供的另一种车辆预警方法的流程示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图7所示,上述方法可以包括:
S701,获取路端监控数据,上述路端监控数据为路端传感器对当前道路的实时监控数据。
S703,基于上述路端监控数据,对上述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,上述预警场景识别结果包括目标车辆和预警目标。
S705,将上述预警目标发送给上述目标车辆的车载终端,以使上述车载终端获取实时预警视频,上述实时预警视频为包括上述预警目标的标记信息的视频数据,以及将上述实时预警视频输出至上述目标车辆的车端显示设备。
在一个可选的实施例中,当上述路端传感器包括多个路端摄像头时,上述路端监控数据包括多个不同角度采集的实时路端监控视频,在上述将上述预警目标发送给上述目标车辆的车载终端之后,上述方法还可以包括:
1)在上述多个不同角度采集的实时路端监控视频中对上述目标车辆进行目标追踪,得到包括上述目标车辆的多个实时监控视频,上述多个实时监控视频包括多个不同角度的监控视频。
2)将上述多个不同角度的监控视频进行拼接,得到上述目标车辆的实时全方位环视视频。
3)根据上述实时全方位环视视频,构建以上述目标车辆为中心的三维实时全景图像。
4)对上述三维实时全景图像进行目标定位,得到上述预警目标的第一定位信息。
5)根据上述第一定位信息对上述三维实时全景图像进行视角转换,得到以上述目标车辆为视角的实时目标监控视频。
6)在上述实时目标监控视频中对上述预警目标进行标记,生成第一实时预警视频。
7)基于V2X向上述车载终端发送上述第一实时预警视频,以使上述车载终端将上述第一实时预警视频作为上述实时预警视频。
由以上本说明书实施例可见,本申请通过路端监控数据进行预警场景识别,确定目标车辆和预警目标,基于多个路端摄像头采集的多角度监控视频构建以目标车辆为中心的三维全景图像,并根据三维全景图像对预警目标进行定位,以及通过对三维全景图像的视角转化和目标标记,生成预警视频,从而在目标车辆没有配备车载摄像头的情况下,将三维数字化生成的预警视频发送给车载终端,直观地向车端驾乘人员显示预警目标的相关信息,实现了及时预警和精确预警。
上述从路段MEC平台单侧撰写的车辆预警方法的实施例的具体细化步骤可以参见上述交互侧车辆预警方法的实施例,在此不再赘述。
以下以目标车辆的车载终端为执行主体介绍本说明书另一种车辆预警方法的具体实施例,图8是本申请实施例提供的另一种车辆预警方法的流程示意图,本说明书提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或服务器产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图8所示,上述方法可以包括:
S801,接收路端移动边缘计算MEC平台发送的预警目标,上述预警目标为上述路端MEC平台基于获取的路端监控数据,对当前道路上的车辆进行预警场景识别得到的,上述路端监控数据为路端传感器对上述当前道路的实时监控数据。
S803,获取实时预警视频,上述实时预警视频为包括上述预警目标的标记信息的视频数据。
在一个可选的实施例中,当上述路端传感器包括路端雷达时,上述路端监控数据包括路端点云数据,上述获取实时预警视频可以包括:
1)接收上述路端MEC平台基于V2X发送的上述预警目标的第二定位信息,上述第二定位信息由上述路端MEC平台对上述路端点云数据进行目标定位后得到。
2)获取车端监控数据,上述车端监控数据包括实时车端监控视频。
3)基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频。
4)将上述第二实时预警视频作为上述实时预警视频。
在一个具体的实施例中,在上述基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频之前,上述方法还可以包括:
1)对上述实时车端监控视频进行目标追踪,确定包括上述预警目标的多帧图像;
2)在上述多帧图像上分别以上述目标车辆为坐标原点,构建上述多帧图像对应的目标坐标系;
相应的,上述基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频可以包括:
3)根据上述第二定位信息,确定上述预警目标在上述多帧图像对应的目标坐标系中的坐标信息。
4)根据上述坐标信息,在上述多帧图像中进行预警目标标记,得到上述第二实时预警视频。
S805,将上述实时预警视频输出至车端显示设备。
在一个具体的实施例中,上述预警场景识别结果还可以包括预警场景的类型信息,上述将上述实时预警视频输出至车端显示设备之前,上述方法还可以包括:
1)基于上述类型信息,确定上述车端显示设备中的目标显示设备。
相应的,上述将上述实时预警视频输出至车端显示设备可以包括:
2)将上述实时预警视频输出至上述目标显示设备。
由以上本说明书实施例可见,本申请通过结合路端雷达数据和车端视频数据进行预警目标的视频预警,提高了目标定位的准确率,并基于目标预警人员,将预警视频输出到目标显示设备,直观、清晰地显示车辆周围的预警目标,实现了针对性预警。
上述从目标车辆的车载终端单侧撰写的车辆预警方法的实施例的具体细化步骤可以参见上述交互侧车辆预警方法的实施例,在此不再赘述。
本申请实施例还提供了一种车辆预警系统,用以实现图2所示的方法。本系统实施例与前述方法实施例对应,能够实现前述方法实施例中的全部内容。为便于阅读,本系统实施例仅对前述方法实施例中的内容进行概要性描述,不对方法实施例中的细节内容进行逐一赘述。上述系统包括路段MEC平台和目标车辆的车载终端;其中,
上述路段MEC平台,用于获取路端监控数据,上述路端监控数据为路端传感器对当前道路的实时监控数据;基于上述路端监控数据,对上述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,上述预警场景识别结果包括目标车辆和预警目标;将上述预警目标发送给上述目标车辆的车载终端。
上述车载终端,用于接收路端MEC平台发送的预警目标;获取实时预警视频,上述实时预警视频为包括上述预警目标的标记信息的视频数据;将上述实时预警视频输出至车端显示设备。
在一个可选的实施例中,当上述路端传感器包括多个路端摄像头时,上述路端监控数据可以包括多个不同角度采集的实时路端监控视频,上述路端MEC平台,还用于在上述多个不同角度采集的实时路端监控视频中对上述目标车辆进行目标追踪,得到包括上述目标车辆的多个实时监控视频,上述多个实时监控视频包括多个不同角度的监控视频;将上述多个不同角度的监控视频进行拼接,得到上述目标车辆的实时全方位环视视频;根据上述实时全方位环视视频,构建以上述目标车辆为中心的三维实时全景图像;对上述三维实时全景图像进行目标定位,得到上述预警目标的第一定位信息;根据上述第一定位信息对上述三维实时全景图像进行视角转换,得到以上述目标车辆为视角的实时目标监控视频;在上述实时目标监控视频中对上述预警目标进行标记,生成第一实时预警视频;基于V2X向上述车载终端发送上述第一实时预警视频;
上述车载终端,还用于接收上述路段MEC平台基于V2X发送的上述第一实时预警视频,将上述第一实时预警视频作为上述实时预警视频。
在另一个可选的实施例中,上述路端传感器包括路端雷达时,上述路端监控数据可以包括路端点云数据,上述路段MEC平台还用于,对上述路端点云数据进行目标定位,得到上述预警目标的第二定位信息;基于V2X向上述车载终端发送上述第二定位信息;
上述车载终端,还用于接收上述路端MEC平台基于V2X发送的上述第二定位信息;获取车端监控数据,上述车端监控数据包括实时车端监控视频;基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频;将上述第二实时预警视频作为上述实时预警视频。
在一个具体的实施例中,上述车载终端,还用于对上述实时车端监控视频进行目标追踪,确定包括上述预警目标的多帧图像;在上述多帧图像上分别以上述目标车辆为坐标原点,构建上述多帧图像对应的目标坐标系;根据上述第二定位信息,确定上述预警目标在上述多帧图像对应的目标坐标系中的坐标信息;根据上述坐标信息,在上述多帧图像中进行预警目标标记,得到上述第二实时预警视频。
在一个具体的实施例中,上述预警场景识别结果还可以包括预警场景的类型信息,上述车载终端,还用于基于上述类型信息,确定上述车端显示设备中的目标显示设备;将上述实时预警视频输出至上述目标显示设备。
从以上的描述中,可以看出,在本申请实施例中,路段MEC平台获取路端监控数据并基于上述路端监控数据,对上述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,上述预警场景识别结果包括目标车辆和预警目标;然后将上述预警目标发送给上述目标车辆的车载终端;车载终端获取实时预警视频,上述实时预警视频为包括上述预警目标的标记信息的视频数据;将上述实时预警视频输出至车端显示设备,不仅实现了传统车辆与路端计算平台的数据交互,使得驾乘人员实时获取各类驾驶场景下的感知信息,而且通过直观的视频预警方式,帮助驾乘人员快速识别并预警危险目标,提高预警的效率和准确度,减小驾驶风险。
本申请实施例提供了以路段MEC平台为执行主体的一种视频预警装置,如图9所示,上述装置包括:
路端监控数据获取模块910,用于获取路端监控数据,上述路端监控数据为路端传感器对当前道路的实时监控数据;
预警场景识别模块920,用于基于上述路端监控数据,对上述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,上述预警场景识别结果包括目标车辆和预警目标;
预警目标发送模块930,用于将上述预警目标发送给上述目标车辆的车载终端,以使上述车载终端获取实时预警视频,上述实时预警视频为包括上述预警目标的标记信息的视频数据,以及将上述实时预警视频输出至上述目标车辆的车端显示设备。
在一个可选的实施例中,当上述路端传感器包括多个路端摄像头时,上述路端监控数据可以包括多个不同角度采集的实时路端监控视频,在上述预警目标发送模块930之后,上述装置还可以包括:
目标车辆监控视频获取单元,用于在上述多个不同角度采集的实时路端监控视频中对上述目标车辆进行目标追踪,得到包括上述目标车辆的多个实时监控视频,上述多个实时监控视频包括多个不同角度的监控视频;
全方位环视视频生成单元,用于将上述多个不同角度的监控视频进行拼接,得到上述目标车辆的实时全方位环视视频;
三位全景图像构建单元,用于根据上述实时全方位环视视频,构建以上述目标车辆为中心的三维实时全景图像;
第一定位信息单元,用于对上述三维实时全景图像进行目标定位,得到上述预警目标的第一定位信息;
目标监控视频生成单元,用于根据上述第一定位信息对上述三维实时全景图像进行视角转换,得到以上述目标车辆为视角的实时目标监控视频;
第一预警目标标记单元,用于在上述实时目标监控视频中对上述预警目标进行标记,生成第一实时预警视频;
第一实时预警视频发送单元,用于基于V2X向上述车载终端发送上述第一实时预警视频,以使上述车载终端将上述第一实时预警视频作为上述实时预警视频。
上述的装置实施例中的装置与方法实施例基于同样地发明构思。
本申请实施例提供了以目标车辆的车载终端为执行主体的另一种视频预警装置,如图10所示,上述装置包括:
预警目标接收模块1010,用于接收路端MEC平台发送的预警目标,上述预警目标为上述路端MEC平台基于获取的路端监控数据,对当前道路上的车辆进行预警场景识别得到的,上述路端监控数据为路端传感器对上述当前道路的实时监控数据;
实时预警视频获取模块1020,用于获取实时预警视频,上述实时预警视频为包括上述预警目标的标记信息的视频数据;
实时预警视频输出模块1030,用于将上述实时预警视频输出至车端显示设备。
在一个可选的实施例中,当上述路端传感器包括路端雷达时,上述路端监控数据可以包括路端点云数据,上述实时预警视频获取模块1020可以包括:
第二定位信息接收单元,用于接收上述路端MEC平台基于V2X发送的上述预警目标的第二定位信息,上述第二定位信息由上述路端MEC平台对上述路端点云数据进行目标定位后得到;
车端监控数据获取单元,用于获取车端监控数据,上述车端监控数据包括实时车端监控视频;
第二预警目标标记单元,用于基于上述第二定位信息在上述实时车端监控视频中对上述预警目标进行标记,得到第二实时预警视频;
实时预警视频单元,用于将上述第二实时预警视频作为上述实时预警视频。
在一个具体的实施例中,在上述第二预警目标标记单元之前,上述装置还可以包括:
目标追踪单元,用于对上述实时车端监控视频进行目标追踪,确定包括上述预警目标的多帧图像;
目标坐标系构建单元,用于在上述多帧图像上分别以上述目标车辆为坐标原点,构建上述多帧图像对应的目标坐标系;
对应的,上述第二预警目标标记单元可以包括:
坐标信息确定单元,用于根据上述第二定位信息,确定上述预警目标在上述多帧图像对应的目标坐标系中的坐标信息;
标记单元,用于根据上述坐标信息,在上述多帧图像中进行预警目标标记,得到上述第二实时预警视频。
在本说明书实施例中,上述预警场景识别结果还可以包括预警场景的类型信息,在上述实时预警视频输出模块1030之前,上述装置还可以包括:
目标显示设备确定单元,用于基于上述类型信息,确定上述车端显示设备中的目标显示设备;
相应的,上述实时预警视频输出模块1030可以包括:
预警视频输出单元,用于将上述实时预警视频输出至上述目标显示设备。
上述的装置实施例中的装置与方法实施例基于同样地发明构思。
本申请实施例提供了一种车辆预警设备,该车辆预警设备包括处理器和存储器,该存储器中存储有至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的车辆预警方法。
存储器可用于存储软件程序以及模块,处理器通过运行存储在存储器的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器可主要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、功能所需的应用程序等;存储数据区可存储根据上述设备的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器还可以包括存储器控制器,以提供处理器对存储器的访问。
本申请实施例所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行,即上述计算机设备可以包括移动终端、计算机终端、服务器或者类似的运算装置。
本申请实施例还提供了一种存储介质,上述存储介质可设置于服务器之中以保存用于实现方法实施例中一种的车辆预警方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的车辆预警方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
由上述本申请提供的车辆预警方法、系统、装置、设备或存储介质的实施例可见,利用本申请提供的技术方案可以将车路协同技术与传统车辆相结合,路端MEC平台将路端传感器感知的危险信息进行处理后传输给目标车辆的车载终端,帮助车内驾乘人员及时发现危险场景,而且通过视频实时预警的方式,直观清晰地向驾乘人员显示车辆周围的危险目标,帮助车端驾驶员或乘客及时发现危险目标,一方面实现了传统车辆与路端计算平台的数据交互,使得驾乘人员实时获取各类驾驶场景下的感知信息,另一方面根据不同的路端传感器,提供了不同的预警视频生成方案,提升了车辆预警的实用性,另一方面通过直观的视频预警方式,帮助驾乘人员快速识别并预警危险目标,提高预警的效率和准确度,减小驾驶风险,另一方面还通过对不同目标预警人员的分类预警,实现更加有针对性的危险提醒。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指示相关的硬件完成,上述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种车辆预警方法,其特征在于,所述方法包括:
获取路端监控数据,所述路端监控数据为路端传感器对当前道路的实时监控数据;
基于所述路端监控数据,对所述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,所述预警场景识别结果包括目标车辆和预警目标;
将所述预警目标发送给所述目标车辆的车载终端,以使所述车载终端获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据,以及将所述实时预警视频输出至所述目标车辆的车端显示设备。
2.根据权利要求1所述的方法,其特征在于,当所述路端传感器包括多个路端摄像头时,所述路端监控数据包括多个不同角度采集的实时路端监控视频,在所述将所述预警目标发送给所述目标车辆的车载终端之后,所述方法还包括:
在所述多个不同角度采集的实时路端监控视频中对所述目标车辆进行目标追踪,得到包括所述目标车辆的多个实时监控视频,所述多个实时监控视频包括多个不同角度的监控视频;
将所述多个不同角度的监控视频进行拼接,得到所述目标车辆的实时全方位环视视频;
根据所述实时全方位环视视频,构建以所述目标车辆为中心的三维实时全景图像;
对所述三维实时全景图像进行目标定位,得到所述预警目标的第一定位信息;
根据所述第一定位信息对所述三维实时全景图像进行视角转换,得到以所述目标车辆为视角的实时目标监控视频;
在所述实时目标监控视频中对所述预警目标进行标记,生成第一实时预警视频;
基于车用无线通信V2X向所述车载终端发送所述第一实时预警视频,以使所述车载终端将所述第一实时预警视频作为所述实时预警视频。
3.一种车辆预警方法,其特征在于,所述方法包括:
接收路端移动边缘计算MEC平台发送的预警目标,所述预警目标为所述路端MEC平台基于获取的路端监控数据,对当前道路上的车辆进行预警场景识别得到的,所述路端监控数据为路端传感器对所述当前道路的实时监控数据;
获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据;
将所述实时预警视频输出至车端显示设备。
4.根据权利要求3所述的方法,其特征在于,当所述路端传感器包括路端雷达时,所述路端监控数据包括路端点云数据,所述获取实时预警视频包括:
接收所述路端MEC平台基于V2X发送的所述预警目标的第二定位信息,所述第二定位信息由所述路端MEC平台对所述路端点云数据进行目标定位后得到;
获取车端监控数据,所述车端监控数据包括实时车端监控视频;
基于所述第二定位信息在所述实时车端监控视频中对所述预警目标进行标记,得到第二实时预警视频;
将所述第二实时预警视频作为所述实时预警视频。
5.根据权利要求4所述的方法,其特征在于,在所述基于所述第二定位信息在所述实时车端监控视频中对所述预警目标进行标记,得到第二实时预警视频之前,所述方法还包括:
对所述实时车端监控视频进行目标追踪,确定包括所述预警目标的多帧图像;
在所述多帧图像上分别以所述目标车辆为坐标原点,构建所述多帧图像对应的目标坐标系;
所述基于所述第二定位信息在所述实时车端监控视频中对所述预警目标进行标记,得到第二实时预警视频包括:
根据所述第二定位信息,确定所述预警目标在所述多帧图像对应的目标坐标系中的坐标信息;
根据所述坐标信息,在所述多帧图像中进行预警目标标记,得到所述第二实时预警视频。
6.根据权利要求3所述的方法,其特征在于,所述预警场景识别结果还包括预警场景的类型信息,所述将所述实时预警视频输出至车端显示设备之前,所述方法还包括:
基于所述类型信息,确定所述车端显示设备中的目标显示设备;
所述将所述实时预警视频输出至车端显示设备包括:将所述实时预警视频输出至所述目标显示设备。
7.一种车辆预警装置,其特征在于,所述装置包括:
路端监控数据获取模块,用于获取路端监控数据,所述路端监控数据为路端传感器对当前道路的实时监控数据;
预警场景识别模块,用于基于所述路端监控数据,对所述当前道路上的车辆进行预警场景识别,得到预警场景识别结果,所述预警场景识别结果包括目标车辆和预警目标;
预警目标发送模块,用于将所述预警目标发送给所述目标车辆的车载终端,以使所述车载终端获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据,以及将所述实时预警视频输出至所述目标车辆的车端显示设备。
8.一种车辆预警装置,其特征在于,所述装置包括:
预警目标接收模块,用于接收路端MEC平台发送的预警目标,所述预警目标为所述路端MEC平台基于获取的路端监控数据,对当前道路上的车辆进行预警场景识别得到的,所述路端监控数据为路端传感器对所述当前道路的实时监控数据;
实时预警视频获取模块,用于获取实时预警视频,所述实时预警视频为包括所述预警目标的标记信息的视频数据;
实时预警视频输出模块,用于将所述实时预警视频输出至车端显示设备。
9.一种车辆预警设备,其特征在于,所述设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1至6任一所述的车辆预警方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如权利要求1至6任一所述的车辆预警方法。
CN202110353051.2A 2021-03-31 2021-03-31 一种车辆预警方法、装置、设备及存储介质 Active CN113240939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110353051.2A CN113240939B (zh) 2021-03-31 2021-03-31 一种车辆预警方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110353051.2A CN113240939B (zh) 2021-03-31 2021-03-31 一种车辆预警方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113240939A true CN113240939A (zh) 2021-08-10
CN113240939B CN113240939B (zh) 2023-03-28

Family

ID=77130782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110353051.2A Active CN113240939B (zh) 2021-03-31 2021-03-31 一种车辆预警方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113240939B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113895480A (zh) * 2021-10-14 2022-01-07 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 机车行驶控制方法、装置和终端设备
CN113895396A (zh) * 2021-10-22 2022-01-07 广西中科曙光云计算有限公司 基于云边端的车辆防盗系统及方法
CN113895434A (zh) * 2021-09-29 2022-01-07 岚图汽车科技有限公司 一种基于车对外界信息交互通信技术的路障预测方法
CN114120642A (zh) * 2021-11-23 2022-03-01 深圳大学 一种道路车流三维重建方法、计算机设备及存储介质
CN114419913A (zh) * 2021-12-28 2022-04-29 北京梧桐车联科技有限责任公司 车内提醒方法、装置、车辆及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376735A (zh) * 2014-11-21 2015-02-25 中国科学院合肥物质科学研究院 一种盲区路口车辆行驶安全预警系统及其预警方法
CN108482253A (zh) * 2018-05-15 2018-09-04 北京兴科迪电子技术研究院 一种货车盲区检测装置、方法和系统
CN108674313A (zh) * 2018-06-05 2018-10-19 浙江零跑科技有限公司 一种基于车载后视广角相机的盲区预警系统及方法
CN110430401A (zh) * 2019-08-12 2019-11-08 腾讯科技(深圳)有限公司 车辆盲区预警方法、预警装置、mec平台和存储介质
US20200074852A1 (en) * 2018-08-31 2020-03-05 Baidu Online Network Technology (Beijing) Co., Ltd. Roadside sensing system based on vehicle infrastructure cooperation, and method for controlling vehicle thereof
CN111340710A (zh) * 2019-12-31 2020-06-26 智慧互通科技有限公司 一种基于图像拼接获取车辆信息的方法及系统
CN111731101A (zh) * 2020-08-21 2020-10-02 宁波均联智行科技有限公司 一种融合v2x信息的ar-hud显示方法和系统
CN111915915A (zh) * 2020-07-16 2020-11-10 华人运通(上海)自动驾驶科技有限公司 驾驶场景重构方法、装置、系统、车辆、设备及存储介质
CN111932901A (zh) * 2019-05-13 2020-11-13 阿里巴巴集团控股有限公司 道路车辆跟踪检测设备、方法及存储介质
CN112489427A (zh) * 2020-11-26 2021-03-12 招商华软信息有限公司 一种车辆轨迹跟踪方法、装置、设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376735A (zh) * 2014-11-21 2015-02-25 中国科学院合肥物质科学研究院 一种盲区路口车辆行驶安全预警系统及其预警方法
CN108482253A (zh) * 2018-05-15 2018-09-04 北京兴科迪电子技术研究院 一种货车盲区检测装置、方法和系统
CN108674313A (zh) * 2018-06-05 2018-10-19 浙江零跑科技有限公司 一种基于车载后视广角相机的盲区预警系统及方法
US20200074852A1 (en) * 2018-08-31 2020-03-05 Baidu Online Network Technology (Beijing) Co., Ltd. Roadside sensing system based on vehicle infrastructure cooperation, and method for controlling vehicle thereof
CN111932901A (zh) * 2019-05-13 2020-11-13 阿里巴巴集团控股有限公司 道路车辆跟踪检测设备、方法及存储介质
CN110430401A (zh) * 2019-08-12 2019-11-08 腾讯科技(深圳)有限公司 车辆盲区预警方法、预警装置、mec平台和存储介质
CN111340710A (zh) * 2019-12-31 2020-06-26 智慧互通科技有限公司 一种基于图像拼接获取车辆信息的方法及系统
CN111915915A (zh) * 2020-07-16 2020-11-10 华人运通(上海)自动驾驶科技有限公司 驾驶场景重构方法、装置、系统、车辆、设备及存储介质
CN111731101A (zh) * 2020-08-21 2020-10-02 宁波均联智行科技有限公司 一种融合v2x信息的ar-hud显示方法和系统
CN112489427A (zh) * 2020-11-26 2021-03-12 招商华软信息有限公司 一种车辆轨迹跟踪方法、装置、设备及存储介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113895434A (zh) * 2021-09-29 2022-01-07 岚图汽车科技有限公司 一种基于车对外界信息交互通信技术的路障预测方法
CN113895480A (zh) * 2021-10-14 2022-01-07 深圳市中金岭南有色金属股份有限公司凡口铅锌矿 机车行驶控制方法、装置和终端设备
CN113895396A (zh) * 2021-10-22 2022-01-07 广西中科曙光云计算有限公司 基于云边端的车辆防盗系统及方法
CN113895396B (zh) * 2021-10-22 2022-08-09 广西中科曙光云计算有限公司 基于云边端的车辆防盗系统及方法
CN114120642A (zh) * 2021-11-23 2022-03-01 深圳大学 一种道路车流三维重建方法、计算机设备及存储介质
CN114419913A (zh) * 2021-12-28 2022-04-29 北京梧桐车联科技有限责任公司 车内提醒方法、装置、车辆及存储介质
CN114419913B (zh) * 2021-12-28 2023-08-11 北京梧桐车联科技有限责任公司 车内提醒方法、装置、车辆及存储介质

Also Published As

Publication number Publication date
CN113240939B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
CN113240939B (zh) 一种车辆预警方法、装置、设备及存储介质
KR102189262B1 (ko) 엣지 컴퓨팅을 이용한 교통 정보 수집 장치 및 방법
CN106650705B (zh) 区域标注方法、装置和电子设备
US9679191B1 (en) System and method for evaluating the perception system of an autonomous vehicle
US10699167B1 (en) Perception visualization tool
US20180017799A1 (en) Heads Up Display For Observing Vehicle Perception Activity
WO2014103433A1 (ja) 車両周辺監視装置
US11520033B2 (en) Techniques for determining a location of a mobile object
WO2022205106A1 (zh) 一种车辆预警方法、装置、设备及存储介质
EP3757866A1 (en) Harbor area monitoring method and system, and central control system
CN116420096A (zh) 用于标记lidar点云数据的方法和系统
CN110990478A (zh) 一种数据处理方法、装置、电子设备及存储介质
EP4170601A1 (en) Traffic marker detection method and training method for traffic marker detection model
US20240257526A1 (en) Monitoring method and apparatus, and unmanned vehicle and monitoring device
CN114485700A (zh) 高精度动态地图生成方法及装置
WO2022205104A1 (zh) 一种车辆预警方法、系统、装置、设备及存储介质
Olaverri-Monreal et al. Tailigator: Cooperative system for safety distance observance
JP2021124633A (ja) 地図生成システム及び地図生成プログラム
KR20200072590A (ko) 자동 주차 기능을 위한 주차선 이탈 감지 방법 및 장치
KR102513668B1 (ko) 트래픽 정보 제공 방법과 이를 적용한 시스템 및 트래픽 정보 표시 방법과 이를 적용한 장치
CN110884501B (zh) 车辆感知的数据处理方法、装置、电子设备与存储介质
US20230109494A1 (en) Methods and devices for building a training dataset
US20240119843A1 (en) Ship navigation display system and ship navigation display method
US20240236278A9 (en) System and method to efficiently perform data analytics on vehicle sensor data
WO2020073272A1 (en) Snapshot image to train an event detector

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